按分隔符拆分 Pandas 中的列值而不丢失分隔符

Question

嗨，我有一个遵循这种格式的数据框：

df = pd.DataFrame(np.array([[1, 2, 'Apples 20pk ABC123', 4, 5], [6, 7, 
'Oranges 40pk XYZ123', 9, 0], [5, 6, 'Bananas 20pk ABC123', 8, 9]]), columns=
               ['Serial #', 'Branch ID', 'Info', 'Value1', 'Value2'])

         Serial#  Branch ID    Info                  Value1   Value2
  0         1       2          Apples 20pk ABC123       4        5
  1         6       7          Bananas 20pk ABC123      9        0
  2         5       6          Oranges 40pk XYZ123      8        9

我想根据 "pk" 字符拆分 "Info" 列的值。本质上，我想创建两个新列，如下面的数据框所示：

         Serial#  Branch ID    Package        Branch   Value1   Value2
  0         1       2          Apples 20pk    ABC123      4        5
  1         6       7          Bananas 20pk   ABC123      9        0
  2         5       6          Oranges 40pk   XYZ123      8        9

我尝试使用：

info = df["Info"].str.split("pk ", n=1, expand=True)
df['Package'] = branch[0]
df['Branch'] = branch[1]
del df['Info']

但结果是在 df 的列中，'Package'，我只得到 "Apples 20" 而不是 "Apples 20pk"。

我想使用“”字符（space）进行拆分，但是我得到了三个值（'Apples'、'20pk'、'ABC123'）。

因为有 n 行（不仅仅是 3 行），我想知道最有效的方法是什么？谢谢！

Answer 1

你可以在之后将 pk 附加到该列吗？

Answer 2

我们可以在这里使用正则表达式进行正向回顾。在本例中，我们拆分了一个空格 (\s)，该空格前面 (?<=) 是字符串 pk:

df['Info'].str.split('(?<=pk)\s', expand=True)

              0       1
0   Apples 20pk  ABC123
1  Oranges 40pk  XYZ123
2  Bananas 20pk  ABC123

为了获得预期的输出，我们一次性创建了两列，然后删除 Info：

df[['Package', 'Branch']] = df['Info'].str.split('(?<=pk)\s', expand=True)

df.drop('Info', axis=1, inplace=True)

  Serial # Branch ID Value1 Value2       Package  Branch
0        1         2      4      5   Apples 20pk  ABC123
1        6         7      9      0  Oranges 40pk  XYZ123
2        5         6      8      9  Bananas 20pk  ABC123

按分隔符拆分 Pandas 中的列值而不丢失分隔符

Splitting Columns' Values in Pandas by delimiter without losing delimiter

python

pandas

split

delimiter