从引用的值列表中拆分 DataFrame 列答案

【问题标题】：Splitting DataFrame column from a referenced list of values从引用的值列表中拆分 DataFrame 列
【发布时间】：2020-05-20 00:58:14
【问题描述】：

我有一个带有“分类”列的 pandas DataFrame（视频游戏列表）。在该列中，我们可以找到：

简单分类：“RPG”或“动作”
多个分类：“动作冒险RPG Roguelike”、“动作射击游戏”

你注意到了吗？没有没有分隔符...

当然，我需要将其拆分到一个新列中，使用 WITH 分隔符（或具有每个单独元素的其他结构）。

所以

"Action Adventure RPG Roguelike" => "Action, Adventure, RPG, Roguelike"
"Action Shoot'em Up Wargame" => "Action, Shoot'em Up, Wargame"

我不能使用空格进行拆分，也不能使用大写字母（“Shoot'em Up”是 ONE 值）。

所以，在我看来，我需要创建一个函数来应用于此列，并从值列表中检查（手工制作），找到所有出现并返回带有分隔符的字符串...

类似的东西：

classification = ["Action", "Adventure", "RPG", "Roguelike", "Shoot'em Up", "Wargame"...]

def magic_tric(data):
   # do the magic, comparing each classification possible / data
   return data_separated

但我不知道该怎么做。以最有效的方式...

有人可以帮助我吗...？提前致谢。

【问题讨论】：

标签： python string pandas split data-cleaning

【解决方案1】：

这是一个想法..使用str.findall

                                0
0  Action Adventure RPG Roguelike
1      Action Shoot'em Up Wargame

sep = ["Action", "Adventure", "RPG", "Roguelike", "Shoot'em Up", "Wargame"]
pattern = '|'.join(sep)


pd.DataFrame(df[0].str.findall(pattern).tolist())

        0            1        2          3
0  Action    Adventure      RPG  Roguelike
1  Action  Shoot'em Up  Wargame       None

【讨论】：

是的！你是我今天的英雄:-)
@Richnou 也考虑接受这个答案，如果你觉得它有用..谢谢。