Pandas：将字符串提取到单个列中的有效方法答案

【问题标题】：Pandas: Efficient way to extract a string into individual columnsPandas：将字符串提取到单个列中的有效方法
【发布时间】：2020-10-06 14:08:27
【问题描述】：

我在名为“Fields”的 pandas 数据框列中有一个以下字符串。 “字段”列是从 csv 文件中提取的单个列。给定整个数据框中的 1170 行，如果我要将这些值解析为单独的列，则使用 pandas str split 或正则表达式需要 6 分 30 秒。是否有任何有效的方法可以更快地执行此任务？

使用 Pandas 拆分的示例：

for i, row in df.iterrows():
    df['uuid'][i] = row['Arguments'].split("uuid=")[1].split(',')[0]

使用正则表达式的示例：

for i, row in df.iterrows():
    arg = row['Fields']
    
    uuid = re.search('driveUuid=(.+?),', arg).group(1)
    line = re.search('line=(.+?),', arg).group(1)

我有办法解决它，但似乎效率不高。

“字段”列的一个条目

uuid=88c65b1d,line=main,serial=ABC12312,location=top:6,slot=6,floor=top,version=E004

【问题讨论】：

试试pd.Series.str.extract。
@HenryYik，提取速度要快得多。谢谢

标签： python regex pandas

【解决方案1】：

使用pandas.Series.str.extract

d['uuid'] = d['Fields'].str.extract('uuid=(.+?),')

Henry Yik 在评论中指出

d["Fields"].str.extract('(?:drive)?Uuid=(.+?),line=(.+?),', flags=re.I)

【讨论】：

看看你的样本，你实际上可以做到d["Fields"].str.extract('(?:drive)?Uuid=(.+?),line=(.+?),', flags=re.I)。