如何在numpy数组中拆分字符串？答案

【问题标题】：How to split strings inside a numpy array?如何在numpy数组中拆分字符串？
【发布时间】：2018-01-20 16:18:43
【问题描述】：

我有下表：

由于“位置”列中的状态重复，我试图从位置中删除状态，以便它只有城市名称。

year    location    state   success
2009    New York, NY    NY  1
2009    New York, NY    NY  1
2009    Chicago, IL IL  1
2009    New York, NY    NY  1
2009    Boston, MA  MA  1
2009    Long Beach, CA  CA  1
2009    Atlanta, GA GA  1

我已经尝试了以下代码：

x = KS_clean.column(1)
np.chararray.split(x, ',')

如何拆分字符串，使结果只包含城市名称，如下所示：

array('New York', 'New York', 'Chicago', ...,)

这样我可以把它放回桌子里吗？

对不起，这是一个基本问题，但我是 python 新手，还在学习。谢谢

【问题讨论】：

你的数据看起来像一个 pandas DataFrame，而不是一个 numpy 数组。请检查。
这是一个熊猫数据框，但是当我提取列 (var x) 并检查其类型时，它显示为 numpy.ndarray
您最初是如何获得数据框的？看起来很奇怪。当你选择一列时，你必须得到一个Series，而不是任何numpy。

标签： python string numpy

【解决方案1】：

我认为您需要先与DataFrame 合作（例如read_csv）：

import numpy as np
from pandas.compat import StringIO

temp=u"""year;location;state;success
2009;New York, NY;NY;1
2009;New York, NY;NY;1
2009;Chicago, IL;IL;1
2009;New York, NY;NY;1
2009;Boston, MA;MA;1
2009;Long Beach, CA;CA;1
2009;Atlanta, GA;GA;1"""
#after testing replace 'StringIO(temp)' to 'filename.csv'
df = pd.read_csv(StringIO(temp), sep=";")

print (type(df))
<class 'pandas.core.frame.DataFrame'>

print (df)
   year        location state  success
0  2009    New York, NY    NY        1
1  2009    New York, NY    NY        1
2  2009     Chicago, IL    IL        1
3  2009    New York, NY    NY        1
4  2009      Boston, MA    MA        1
5  2009  Long Beach, CA    CA        1
6  2009     Atlanta, GA    GA        1

然后按str.split 拆分并按str[0] 选择第一个列表：

df['location'] = df['location'].str.split(', ').str[0]
print (df)
   year    location state  success
0  2009    New York    NY        1
1  2009    New York    NY        1
2  2009     Chicago    IL        1
3  2009    New York    NY        1
4  2009      Boston    MA        1
5  2009  Long Beach    CA        1
6  2009     Atlanta    GA        1

如有必要，最后通过values 转换为 numpy 数组：

arr = df.values
print (arr)
[[2009 'New York' 'NY' 1]
 [2009 'New York' 'NY' 1]
 [2009 'Chicago' 'IL' 1]
 [2009 'New York' 'NY' 1]
 [2009 'Boston' 'MA' 1]
 [2009 'Long Beach' 'CA' 1]
 [2009 'Atlanta' 'GA' 1]]

【讨论】：