第一次出现“-”的分裂列

Question

我有一个熊猫数据框架，列中包含房屋编号和后缀。虽然许多后缀也包含'-‘，但房屋号和后缀由'-’分隔开。

我试过这样做：

df house_nr(x):
    y = x['house_nr'].split('-', maxsplit = 1)
    return y

df['suffix'] = df.apply(house_nr, axis=1)

得到以下错误：

KeyError: ('house_nr', 'occurred at index 0')

经过一些其他的尝试，我已经成功了：

df2 = pd.DataFrame(df['house_nr'].str.split('-',1).tolist(),columns = ['house-number','suffix'])

然后我加入了dataframe，但是我不认为这个解决方案是非常好的或者是仿生的。

Answer 1

设置

df = pd.DataFrame({'house_nr': ['123-Rd-thing', '456-House', '567-House-thing']})

​

          house_nr
0     123-Rd-thing
1        456-House
2  567-House-thing

使用列表理解和split，这将比熊猫字符串方法更快：

pd.DataFrame([i.split('-', 1) for i in df.house_nr], columns=['num', 'suffix'])

   num       suffix
0  123     Rd-thing
1  456        House
2  567  House-thing

Answer 2

使用Numpy的defchararray模块

from numpy.core.defchararray import split

a = df.house_nr.values.astype(str)
pd.DataFrame(
    split(a, '-', 1).tolist(),
    df.index, ['house-number', 'suffix'])

  house-number       suffix
0          123     Rd-thing
1          456        House
2          567  House-thing

同理异构

from numpy.core.defchararray import split

cols = ['house-number', 'suffix']
a = df.house_nr.values.astype(str)
pd.DataFrame(dict(zip(cols, zip(*(split(a, '-', 1))))), df.index)

  house-number       suffix
0          123     Rd-thing
1          456        House
2          567  House-thing

从@ From 3483203借用的安装程序

(我会还给你的)

df = pd.DataFrame({'house_nr': ['123-Rd-thing', '456-House', '567-House-thing']})

Answer 3

对expand=True和n=1参数使用str.split。expand=True为您的拆分创建新列，n=1将拆分限制在-的第一次出现

>>> df
          col
0  5-suffix-1
1  6-suffix-2

df[['house_number','suffix']] = df['col'].str.split('-', n=1, expand=True)

>>> df
          col house_number    suffix
0  5-suffix-1            5  suffix-1
1  6-suffix-2            6  suffix-2