Pandas DataFrame，将具有多个值的列划分为多个列并去除空值

Question

我有一个数据框，其特定列的温度值如下所示

'35-40',
 '35-40',
 '40-45',
 '40-45',
 '45-50',
 '40-45',
 '40-45',
 nan,
 '40-45',
 nan,
 '40-45',
 '40-45',
 '35-40',

我正在尝试创建一个新列来分隔最低和最高温度。在用 'nan' 填充的行中，我希望 ',' 之后的值也为 'nan'。我该怎么做？我试过下面的代码，但没有用。

train["Maximum Temperature"] = train["Cellar Temperature"].apply(lambda x: np.nan if train["Cellar Temperature"][0]==np.nan else (str(x).split("-")[1]))

每当我运行上述代码时，我都会收到以下错误

IndexError: list index out of range

请帮帮我。

Answer 1

尝试：

train[["Minimum Temperature", "Maximum Temperature"]]=train["Cellar Temperature"].str.split("-", expand=True, n=1)

str.split() 将按提供的分隔符拆分字符串 - 在本例中为 -。然后 expand 将分解拆分数组，因此每个元素将进入单独的列。然后 n=1 会将最大拆分限制为 1（否则你会得到一个错误，以防你在任何单元格中有超过 1 个连字符）。

Answer 2

您可以使用 extract 获得两者：

df['temp'].str.extract('(?P<minimum>\d+)-(?P<maximum>\d+)')

输出：

   minimum maximum
0       35      40
1       35      40
2       40      45
3       40      45
4       45      50
5       40      45
6       40      45
7      NaN     NaN
8       40      45
9      NaN     NaN
10      40      45
11      40      45
12      35      40

Answer 3

要直接更正您的代码，请尝试

train["Maximum Temperature"] = train["Cellar Temperature"].apply(lambda x: np.nan if pd.isnull(x) else x.split("-")[1])

Pandas DataFrame，将具有多个值的列划分为多个列并去除空值

Pandas DataFrame, divide a column having multiple values into multiple columns and remove null values

python

numpy

pandas

data-wrangling