熊猫基于分裂添加新列的另一列

Question

我有一个熊猫数据框类似如下：

A    B 
US,65,AMAZON 2016 
US,65,EBAY  2016 

我的目标是去是这样的：

A    B  country code com 
US.65.AMAZON 2016 US   65  AMAZON 
US.65.AMAZON 2016 US   65  EBAY 

我知道这个问题有之前询问过here和here但是没有他们为我工作。我曾尝试：

df['country','code','com'] = df.Field.str.split('.') 

和

df2 = pd.DataFrame(df.Field.str.split('.').tolist(),columns = ['country','code','com','A','B']) 

我缺少的东西？任何帮助深表感谢。

Answer 1

可以使用split与参数expand=True，并添加一个[]到左侧：

df[['country','code','com']] = df.A.str.split(',', expand=True) 

然后replace,到.：

df.A = df.A.str.replace(',','.') 

print (df) 
       A  B country code  com 
0 US.65.AMAZON 2016  US 65 AMAZON 
1 US.65.EBAY 2016  US 65 EBAY 

与DataFrame构造另一种解决方案，如果没有NaN值：

df[['country','code','com']] = pd.DataFrame([ x.split(',') for x in df['A'].tolist() ]) 
df.A = df.A.str.replace(',','.') 
print (df) 
       A  B country code  com 
0 US.65.AMAZON 2016  US 65 AMAZON 
1 US.65.EBAY 2016  US 65 EBAY 

您也可以在构造函数中使用的列名，但随后concat是必要的：

df1=pd.DataFrame([x.split(',') for x in df['A'].tolist()],columns= ['country','code','com']) 
df.A = df.A.str.replace(',','.') 
df = pd.concat([df, df1], axis=1) 
print (df) 
       A  B country code  com 
0 US.65.AMAZON 2016  US 65 AMAZON 
1 US.65.EBAY 2016  US 65 EBAY 

Answer 2

为了获得新的栏目，我宁愿做如下：

df['Country'] = df['A'].apply(lambda x: x[0]) 
df['Code'] = df['A'].apply(lambda x: x[1]) 
df['Com'] = df['A'].apply(lambda x: x[2]) 

至于更换，与。您可以使用以下：

df['A'] = df['A'].str.replace(',','.')