如何调用熊猫str.split()而不是str.split()中构建的python

Question

我正在试图定位一个dataframe的所有行，其一个属性值(例如id_proof)值匹配到另一个列的第二部分(例如adr_proof)，该列以一个固定的单词(例如父)开头，并且对应的值应该匹配，这些值应该是同一数据same的一部分。

例如，在dataframe中：

import pandas as pd

main = {'account_number' : [1,2,3,4,5,6,7,8,9,10,11,12],
    'id_proof' : ['A','B','B','A','C','C','X','Y','X','Y','Y','X'],
    'id_value' : [101,201,301,401,501,601,111,222,333,444,555,666],
    'adr_proof' : ['Z','E','E','G','G','I','PARENT A','PARENT B','PARENT   B','PARENT C','PARENT C','PARENT A'],
    'adr_value' : [11,22,33,44,55,66,101,201,301,501,601,401]}
main = pd.DataFrame(main)

我正在努力实现：

node1    node2    relation
  1        7      parent-child
  2        8      parent-child
  3        9      parent-child
  4       12      parent-child
  5       10      parent-child
  6       11      parent-child

下面是我的密码。我知道我的代码不完整。我被拆分()函数困住了。对于python和大熊猫，我是新手，我不知道如何调用熊猫的拆分()函数，而不是python内置的str.split()函数。我经历过这个question

import pandas as pd

main = {'account_number' : [1,2,3,4,5,6,7,8,9,10,11,12],
    'id_proof' : ['A','B','B','A','C','C','X','Y','X','Y','Y','X'],
    'id_value' : [101,201,301,401,501,601,111,222,333,444,555,666],
    'adr_proof' : ['Z','E','E','G','G','I','PARENT A','PARENT B','PARENT B','PARENT C','PARENT C','PARENT A'],
    'adr_value' : [11,22,33,44,55,66,101,201,301,501,601,401]}
main = pd.DataFrame(main)

df_group_count = pd.DataFrame({'count' : main.groupby(['adr_proof']).size()}).reset_index()
adr_type = df_group_count['adr_proof']
adr_type_parent = adr_type.loc[adr_type.str.startswith('PARENT',na=False)]

df_j_ = pd.DataFrame()
for j in adr_type_parent:
    dfn_j = main.loc[(main['adr_proof'] == j)]
    adr_type_parent_type = j.split(' ',expand=True,n=1)
    res = main.loc[(main['id_proof'] == adr_type_parent_type[1]) & (main['id_value'] == dfn_j['adr_value'])]

res

请提供一个方法来实现我的目标。输出是另一个数据帧。请原谅错误的代码或任何违规行为。另一种完全不同的做法也受到赞赏。谢谢。

Answer 1

既然你的主要问题似乎是如何整合熊猫的分裂功能：

可以使用以下方法隔离包含关键字“父”的行：

parent_main = main[main.adr_proof.str.split(' ').str[0] == 'PARENT']

现在，您可以轻松地提取第二个值：

parent_main.adr_proof.str.split(' ').str[-1]

Answer 2

在特定情况下，您不能调用熊猫库的str.split()，因为您使用的是DataFrame对象，而且这个特定对象没有实现str.split()。只有Series对象实现str.split()。

Answer 3

在对此进行了研究并在IRC网络freenode.net上的#python通道中讨论了这个问题之后，我有一个答案给您。你不能用熊猫库的str.split()来遮挡Python的str.split()。

而且，DataFrame对象没有str.split()。我读过整个API，也玩过from ... import ...，以某种方式从熊猫中导入str.split()，并遮挡了Python的str.split()。

在代码中使用的DataFrame对象没有str.split()。代码中的str.split()没有抛出错误的唯一原因是因为它恰好内置并使用了str.split()。

我能找到的唯一有str.split()的熊猫对象是Series对象pandas.Series.str.split()。但是，您不是使用Series对象，而是使用DataFrame对象。对不起，没什么可做的。

如果你问我，熊猫的结构坏了。您不能只导入str.split()，因为str基本上是一个StringMethods对象，这个对象位于strings包下，它位于core包中，后者位于熊猫的顶层包中。乱七八糟！我花了两个小时来理解它的包/模块/对象结构。

而且，pandas.Series.str.split()基本上是pandas.core.series.Series.str.split()。我刚放弃了！

试着从熊猫身上进口str.split()，你会得到诺贝尔奖的！