根据多个可能的分隔符拆分 DataFrame 中的列答案

【问题标题】：Splitting a column in a DataFrame based on multiple possible delimiters根据多个可能的分隔符拆分 DataFrame 中的列
【发布时间】：2019-03-18 13:21:12
【问题描述】：

我在 pandas 的数据框中有一个地址列，其中包含 3 种类型的信息，即街道、殖民地和城市。

三个值有两个可能的分隔符 - ',' 或空格，例如它可以是 Street1,Colony1,City1 或 Street1 Colony1 City1。

我需要将此列拆分为三个，分别带有标签'Street'、'Colony' 和'City'，并相应地拆分此Address 列中的值。

什么是最有效的方法，因为 pandas split 函数只允许您使用单个分隔符或正则表达式（可能是正则表达式，因为我不太擅长正则表达式）。

【问题讨论】：

标签： python regex pandas

【解决方案1】：

如果您确定它是逗号, 或空格，您可以使用：

df[['Street','Colony','City']] = df.address.str.split('[ ,]', expand=True)

解释： str.split 接受一个 pat（模式）参数：字符串或 正则表达式 进行分割。如果未指定，则在空格处拆分。使用我们可以传递正则表达式的事实，这变得很容易，因为正则表达式中的[ ,] 表示或,。

另一种方法是使用' |,'，或者如果您可以有多个空格'\s+|,'

完整示例：

import pandas as pd

df = pd.DataFrame({
    'address': ['a,b,c','a b c']
})

df[['Street','Colony','City']] = df.address.str.split('[ ,]', expand=True)

print(df)

  address Street Colony City
0   a,b,c      a      b    c
1   a b c      a      b    c

【讨论】：

【解决方案2】：

试试这个

df[['Street','Colony','City']] = df.address.apply(lambda x: pd.Series(re.split('\W',x)))

\W 将匹配任何不是单词字符的字符。见docs

【讨论】：

【解决方案3】：

实现此目的的一种方法是使用re.sub 来合并您的分隔符，然后在该单个分隔符上使用str.split 来创建您的新列。

import pandas as pd 
import re

df = pd.DataFrame({'address':['Street1,Colony1,City1',  'Street2 Colony2 City2']})

location_df = (df.address
                 .apply(lambda x: pd.Series(re.sub(pattern=' |,', 
                                                   repl=',', 
                                                   string=x).split(','), 
                                            index=['street','colony','city']))
                )

【讨论】：