在Python Pandas中对数据帧使用字符串方法？

Question

我有一个数据帧，其字符串格式如下。

data.description[4000]=['Conduit, PVC Utility Type DB 60 TC-6, 1-1/2"                                   LF   .050   $.86   $1.90   $2.76']

字符串的大小各不相同，但我希望在‘LF’子字符串上拆分字符串。所需的输出将是

data2=['Conduit, PVC Utility Type DB 60 TC-6,1 -1/2"','LF',.050,'$.86','$1.90','$2.76]

如果我有一个单元列表

units=['CLF','LF','EA']

如何搜索dataframe字符串并以上述格式拆分该字符串？使用单元分隔符拆分似乎是可行的，但我会丢失单元。这给了我2个字符串，可以进一步拆分，但它似乎需要一个逐行函数。

有没有更好的方法来做这件事？

Answer 1

您可以直接在包含文本的列上使用字符串方法split：

df['text'].str.split('(CLF|LF|EA)')

您可以使用捕获括号来保留分隔符

示例：

units ='(CLF|LF|EA)'
df =pd.DataFrame({'text':['aaaaaaa LF bbbbbbbb','123456 CLF 78910','!!!!!!!! EA @@@@@@@@@@']})
df.text.str.split(units)

返回：

0       [aaaaaaa , LF,  bbbbbbbb]
1          [123456 , CLF,  78910]
2    [!!!!!!!! , EA,  @@@@@@@@@@]
Name: text, dtype: object