Question

我想在我的数据框中将列拆分为多个列。它用逗号分隔。

我想在excel中应用类似'text to columns'的功能。

在我拆分列后，我会给出自己的标题。 'Turnstile'是我的专栏名称。我有：

unsigned char

每行中的数据类型。最后我想：

(A006, R079, 00-00-04, 5 AVE-59 ST)

我将创建标题。

我最后尝试过：

A006    R079   00-00-04   5 AVE-59 ST

但我所拥有的只是'nan'

当我检查'旋转门'栏的类型时，它会说'对象'。我尝试将该系列转换为字符串：

df.Turnstile.str.split().tolist()

但它给了我：

df['Turnstile'] = df[['Turnstile'].astype(str)]

请告知。

谢谢。

Answer 1

也许另一种看待这种情况的方法是将一列元组转换为DataFrame，如下所示：

In [10]: DataFrame(df['Turnstile'].tolist())
Out[10]:
      0     1         2            3
0  A006  R079  00-00-04  5 AVE-59 ST
1  A006  R079  00-00-04  5 AVE-59 ST
2  A006  R079  00-00-04  5 AVE-59 ST
3  A006  R079  00-00-04  5 AVE-59 ST
4  A006  R079  00-00-04  5 AVE-59 ST
5  A006  R079  00-00-04  5 AVE-59 ST
6  A006  R079  00-00-04  5 AVE-59 ST
7  A006  R079  00-00-04  5 AVE-59 ST
8  A006  R079  00-00-04  5 AVE-59 ST
9  A006  R079  00-00-04  5 AVE-59 ST

如果是这种情况，这是一个将元组列转换为DataFrame并将其添加回原始数据帧的示例：

import numpy as np
import pandas as pd
from pandas import Series, DataFrame

# create a fake dataframe, repeating the tuple given in the example
In [2]: df = DataFrame(data={'Observations': np.random.randn(10) * np.arange(10),
...:     'Turnstile': (('A006', 'R079', '00-00-04', '5 AVE-59 ST'),)*10})

In [3]: df.head()
Out[3]:
   Observations                            Turnstile
0     -0.000000  (A006, R079, 00-00-04, 5 AVE-59 ST)
1     -0.022668  (A006, R079, 00-00-04, 5 AVE-59 ST)
2     -2.380515  (A006, R079, 00-00-04, 5 AVE-59 ST)
3     -4.209983  (A006, R079, 00-00-04, 5 AVE-59 ST)
4      3.932902  (A006, R079, 00-00-04, 5 AVE-59 ST)

# all at once turn the column of tuples into a dataframe and concat that with the original df
In [4]: df = pd.concat([df,DataFrame(df['Turnstile'].tolist())], axis=1, join='outer')

In [5]: df.head()
Out[5]:
       Observations                            Turnstile     0     1         2  \
    0     -0.000000  (A006, R079, 00-00-04, 5 AVE-59 ST)  A006  R079  00-00-04
    1     -0.022668  (A006, R079, 00-00-04, 5 AVE-59 ST)  A006  R079  00-00-04
    2     -2.380515  (A006, R079, 00-00-04, 5 AVE-59 ST)  A006  R079  00-00-04
    3     -4.209983  (A006, R079, 00-00-04, 5 AVE-59 ST)  A006  R079  00-00-04
    4      3.932902  (A006, R079, 00-00-04, 5 AVE-59 ST)  A006  R079  00-00-04

         3
0  5 AVE-59 ST
1  5 AVE-59 ST
2  5 AVE-59 ST
3  5 AVE-59 ST
4  5 AVE-59 ST

# i assume you don't need this column anymore
In [6]: del df['Turnstile']

如果可行，您当然可以根据需要命名新列。

Answer 2

在这里结合选项，如果您的数据是真正的csv格式，例如从Excel导出，您可以使用pandas.read_csv读取文件，它将根据列分隔符自动拆分为列。

如果您的数据是带逗号的字符串列，则可以使用str.split重新定义列，但据我所知，您需要将生成的列转储为原始Python列表，然后重新构建为数据帧：

import pandas as pd
df = pd.DataFrame([["A006, R079, 00-00-04, 5 AVE-59 ST"]])
df2 = pd.DataFrame(df[0].str.split(',').tolist())

Answer 3

尝试做df.Turnstile.str.split（＆＃39;，＆＃39;）

使用python pandas将一列拆分成多列

3 个答案: