熊猫根据条件从数据框中提取值

Question

我正在尝试在 pandas df 数据框中的某些行中的短划线之前提取部分字符串。问题是，当我使用 extract() 函数时，它会在破折号之前提取字符串的一部分，但在没有破折号的行中插入 NaN 值。

数据示例：

I2311-A45
Z13A-SA87 
CSSSAA1-4 
LKJ3B-15
1AAAZ0-14
ASHENSKFR
ASD
AFSDFGRE

所以我有 df['values'] 示例列在哪里。我的尝试是：

df['values'] = df['values'].str.extract('(.*)-')

输出：

I2311
Z13A 
CSSSAA1 
LKJ3B
1AAAZ0
NaN
NaN
NaN

它给了我 3 个 NaN 值而不是

ASHENSKFR
ASD
AFSDFGRE

接下来我尝试使用 df.loc 条件和 apply() 函数和 lambda，但有同样的例外：

Series 的真值是模棱两可的。使用 a.empty、a.bool()、 a.item()、a.any() 或 a.all()。

df['values'] = df['values'].apply(lambda x: df['values'].str.extract('(.*)-') if df['values'].str.contains('-') else None)

提前感谢您的帮助！

Answer 1

您可以简单地使用Series.str.split。这将拆分存在- 的值，否则将保持原样。

In [134]: df['values'].str.split('-').str[0]
Out[134]: 
0        I2311
1         Z13A
2      CSSSAA1
3        LKJ3B
4       1AAAZ0
5    ASHENSKFR
6          ASD
7     AFSDFGRE
Name: values, dtype: object