Pandas 反向拆分函数

Question

我有一个 Pandas 数据框，其中有一列如下所示：

    Car_Make
0   2017 Abarth 124 Spider ManualConvertible
1   2017 Abarth 124 Spider AutoConvertible
2   2017 Abarth 124 Spider ManualConvertible
3   2017 Abarth 124 Spider AutoConvertible
4   2017 Abarth 595 ManualHatch
5   2017 Abarth 595 AutoHatch

三个问题：

1 How to save split data in panda in reverse order? - 这解决了我的问题，但我不知道它是如何工作或为什么工作 - 有人可以向我解释一下吗？我讨厌复制粘贴而不理解它为什么起作用

df['Car_Make'].apply(lambda x:pd.Series(x.split()[::-1])) 

2 我尝试使用用户定义的函数（我可以再次使用）复制它，但它似乎不起作用（任何帮助理解为什么以及将 Lambda 函数转换为的正确方法用户自定义函数

def f(x):
    df[x] = pd.Series(x.split()[::-1])
    return df

3 有没有更好的方法来反向分割这一列？

我尝试过使用正则表达式，它有效，但并非在所有行上都有效，因为您可以看到第 4 行和第 5 行与上面的略有不同。

任何帮助将不胜感激。

谢谢， 阿德里安

Answer 1

下面是您的三个问题：

1) 为什么df['Car_Make'].apply(lambda x:pd.Series(x.split()[::-1])) 有效？

分解：

1. df['Car_Make'] - 包含您要操作的数据的列
2. .apply() - pandas DataFrame 和 Series 方法，将函数应用于 DataFrame 中的每一列或每一行，或应用于 Series 中的每一行。
3. lambda x: - .apply() 方法将应用于系列的每一行的函数。 x 代表记录对象，在您的例子中是包含 Car_Make 条目的字符串。
4. pd.Series() - 这会将其中的值转换为 pandas 系列。
5. x.split() - 如第 3 点所述，x 是您的字符串对象，split() 是一个字符串方法，当不带参数传递时，默认通过空格拆分字符串并将每个拆分对象返回到列表中.
6. [::-1] - 一个方便的列表迭代器，用于反转列表，例如 x.split() 返回的列表。列表迭代的语法是[start_index:end_index:step]。使用 -1 步向后迭代列表。

将所有内容放在一起，代码会遍历df['Car_Make'] 中的每条记录，拆分它们，反转拆分项的顺序，并将反转后的列表作为熊猫系列对象返回。

2) 用定义的函数复制它。

您真的很接近，只是该函数需要将行/记录作为其参数，并且需要在.apply() 方法中调用。你想要做的是替换lambda x，而不是它的应用方式。

使用你目前所拥有的：

def f(x):
    return pd.Series(x.split()[::-1])

df['Car_Make'].apply(f)

3) 有没有更好的方法？

如果你想拆分一个字符串然后反转项目的顺序，不，这是一个很好的方法。如果你只想从右边开始拆分字符串的某个部分，那么rsplit()是一个不错的方法。

Answer 2

这是你要找的吗：

df.car_make.str.rsplit(' ', 1, expand=True)
# returns:
                        0                  1
0  2017 Abarth 124 Spider  ManualConvertible
1  2017 Abarth 124 Spider    AutoConvertible
2  2017 Abarth 124 Spider  ManualConvertible
3  2017 Abarth 124 Spider    AutoConvertible
4         2017 Abarth 595        ManualHatch
5         2017 Abarth 595          AutoHatch

Answer 3

你在这里问的代码：

df['Car_Make'].apply(lambda x:pd.Series(x.split()[::-1]))

这里发生了几件事：

1.) 首先，lambda 基本上是即兴函数。在这种情况下，它是一个未命名的函数，采用参数x，并返回pd.Series(x.split()[::-1]。更多关于x 稍后。

2.) 如您所知，pd.Series(...) 创建了一个与您的原始数据非常相似的 pandas Series 对象。

3.) x.split() 默认使用空格分隔字符串x。

4.) [::-1] 位是slice.。很像 range()，它需要 3 个参数，[start: end: steps]。在这种情况下，它是说从头到尾获取字符串，但使用-1 作为步骤，即相反。请注意，只有 end 参数是强制性的。

5.) 这里的主要功能是您的df['Car_Make'] 系列上的apply()，它本质上是一个字符串列表。 apply() 接受一个函数（很像map()）并将其应用于df['Car_Make'] 系列。在这种情况下，它正在应用 lambda，它获取您的系列数据并将其用作函数的参数 x。

6.) 将所有内容重新组合在一起。声明是：

• 将df['Car_Make'] 字符串数据作为x 传递给lambda
• lambda 然后处理x.split() 以将字符串数据拆分为列表。
• 然后列表按切片[::-1] 以相反的顺序排序。
• pd.Series() 现在将列表转换为 Series 对象。
• 然后 Series 对象由 lambda 返回到您的 apply() 函数。
• apply() 函数然后返回生成的 Series 对象，该对象方便地是您想要在 Series 中反向排序的字符串。

如果您只关心最后一次拆分，那么您真的不需要进行反向拆分等所有操作。您可以轻松完成以下操作，它会立即返回拆分中的最后一项：

data['Car Make'].apply(lambda x: pd.Series({'Car_Make':x.split()[-1]}))

            Car_Make
0  ManualConvertible
1    AutoConvertible
2  ManualConvertible
3    AutoConvertible
4        ManualHatch
5          AutoHatch

感谢您提出这个问题，我在回答过程中也了解了一些关于pandas 的知识。