检查列是否包含 (/,-,_, *or~) 并在另一列中拆分 - Pandas

Question

我有一列包含数字和其中一个字符 -,/,*,~,_。我需要检查值是否包含任何字符，然后将值拆分到另一列中。是否有与下图不同的解决方案？最后，列 subnumber1、subnumber2 ...subnumber5 将合并为一列，列“number5”将没有字符。我需要在进一步的过程中使用这两列。我是 Python 的新手，欢迎提出任何建议。

if gdf['column_name'].str.contains('~').any():
    gdf[['number1', 'subnumber1']] = gdf['column_name'].str.split('~', expand=True)
gdf
if gdf['column_name'].str.contains('^').any():
    gdf[['number2', 'subnumber2']] = gdf['column_name'].str.split('^', expand=True)
gdf
Input column:
column_name  
152/6*3
163/1-6
145/1
163/6^3

output:
 number5 |subnumber1 |subnumber2
152      | 6         |  3
163      | 1         |  6
145      | 1         |
163      | 6         |  3

Answer 1

使用 Series.str.split 和可能的分隔符列表并创建新的 DataFrame：

import re

L = ['-','/','*','~','_','^', '.']

#some values like `^.` are escape
pat = '|'.join(re.escape(x) for x in L)
df = df['column_name'].str.split(pat, expand=True).add_prefix('num')
print (df)
  num0 num1  num2
0  152    6     3
1  163    1     6
2  145    1  None
3  163    6     3

编辑：如果在值使用前需要匹配值：

L = ["\-_",'\^|\*','~','/']

for val in L:
    df[f'before {val}'] = df['column_name'].str.extract(rf'(\d+){[val]}')

#for last value not exist separator, so match $ for end of string
df['last'] = df['column_name'].str.extract(rf'(\d+)$')
print (df)
   column_name before \-_ before \^|\* before ~ before / last
0  152/2~3_4*5          3            4        2      152    5
1  152/2~3-4^5          4            4        2      152    5
2      152/6*3        NaN            6      NaN      152    3
3      163/1-6        NaN          NaN      NaN      163    6
4        145/1        NaN          NaN      NaN      145    1
5      163/6^3          6            6      NaN      163    3

Answer 2

使用str.split:

df['column_name'].str.split(r'[*,-/^_]', expand=True)

输出：

     0  1     2
0  152  6     3
1  163  1     6
2  145  1  None
3  163  6     3

或者，如果您事先知道您有 3 个号码，请使用 str.extract 和命名捕获组：

regex = '(?P<number5>\d+)\D*(?P<subnumber1>\d*)\D*(?P<subnumber2>\d*)'
df['column_name'].str.extract(regex)

输出：

  number5 subnumber1 subnumber2
0     152          6          3
1     163          1          6
2     145          1           
3     163          6          3

检查列是否包含 (/,-,_, *or~) 并在另一列中拆分 - Pandas

Check if column contains (/,-,_, *or~) and split in another column - Pandas

python

if-statement

character

pandas

geopandas