Pandas 访问数据框中的列表元素？

Question

我有一个如下所示的数据框

df = pd.DataFrame({'person_id': [101,102,103,201,202],
                  'test_id':['A1:123,A25668','B1:TEST,B2456,B3#123','B3:456','B3:678,C1:345','C2:367,C3']})

我想将: 字符之前的部分提取到一个新列中。

我尝试了以下方法，但效果不佳

 df['new_test'] = df['test_id'].str.split(",")
 df= df.explode('new_test')
 df['new_test_id'] = df['new_test'].str.split(":")[:0]  #what index should I give here?

无论我在 start 和 slice 运算符中给出什么，我都无法将列表中的第一项获取到 new_test_id

我希望我的输出如下所示

df['new_test_id']
A1
NaN
B1
NaN
B3
B3
B3
C3
NaN

Answer 1

如果需要第一个 : 之前的值，请使用 Series.str.extract，^ 用于字符串的匹配开始，.* 用于: 之前的任何值：

df['new_test_id'] = df['new_test'].str.extract("^(.*):")
print (df)
   person_id               test_id new_test new_test_id
0        101         A1:123,A25668   A1:123          A1
0        101         A1:123,A25668   A25668         NaN
1        102  B1:TEST,B2456,B3#123  B1:TEST          B1
1        102  B1:TEST,B2456,B3#123    B2456         NaN
1        102  B1:TEST,B2456,B3#123   B3#123         NaN
2        103                B3:456   B3:456          B3
3        201         B3:678,C1:345   B3:678          B3
3        201         B3:678,C1:345   C1:345          C1
4        202             C2:367,C3   C2:367          C2
4        202             C2:367,C3       C3         NaN

您的解决方案是通过str[0] 选择，但如果不匹配:，还需要设置NaNs：

df['new_test_id'] = df['new_test'].str.split(":").str[0].where(df['new_test'].str.contains(":"))