使用regex拆分熊猫数据栏条目并创建新列

Question

我有一只熊猫数据图，它看起来像这样：

Name A B
'X' 'cde: 2.00 GB  ghi: 4.00 GB  ab-6: 9.00 GB' 'abc'
'Y' 'cde: 1.00 GB  ghi: 6.00 GB  ab-6: 12.00 GB' 'abc'

我想要得到的是一种新的熊猫数据格式，其中A列被分成多个列，Name和B列没有修改。新的dataframe应该是这样的：

Name A_cde A_ghi A_ab-6 B
'X' 2.00 GB 4.00 GB 9.00 GB 'abc'
'Y' 1.00 GB 6.00 GB 12.00 GB 'abc'

这意味着，我想在:之前和GB之后分割'A‘列。:之前的所有内容都应该是新列的后缀。在:之后和GB之后的所有内容都应该包含为列值，而在GB之后，新列应该开始。

我怎么能这么做？我想我可以在这个问题上使用正则表达式。

Answer 1

tmp = df.A.str.extract(
    r"cde: (?P<A_cde>.*) ghi: (?P<A_ghi>.*) ab-6: (?P<A_ab_6>.*)"
)

df_out = pd.concat([df["Name"], tmp, df["B"]], axis=1)
print(df_out)

指纹：

  Name     A_cde     A_ghi    A_ab_6    B
0    X  2.00 GB   4.00 GB    9.00 GB  abc
1    Y  1.00 GB   6.00 GB   12.00 GB  abc