Python-科学计算-pandas-09-df列字符串操作2

zishendianxia

发布于 2023-03-01 14:20:58

4740

发布于 2023-03-01 14:20:58

文章被收录于专栏：Python工程师Python工程师

系统：Windows 7 语言版本：Anaconda3-4.3.0.1-Windows-x86_64 编辑器：pycharm-community-2016.3.2 pandas：0.19.2

这个系列讲讲Python的科学计算版块
今天讲讲pandas模块：对列的每一个元素进行同样的字符串操作
今天讲其中的1个操作： split

Part 1：目标

已知Df某列都是字符串，每一个字符串都有一个文件与其对应，需要对原文件名称进行修改
存在以下规律：
- 原文件名格式P10-CD1.txt，只保留-前的文件名部分，新文件名P10.txt
实现方式：
- 获取 - 前文件名
- 获取 . 后的文件类型
- 组合两者
- 加入到原来的Df中

修改前后文件名

Part 2：代码

import pandas as pd

dict_1 = {"file_name": ["P10-CD1.txt", "P252-12EF.pdf", "P369-96BD.txt",
                        "P4-G852F.pdf", "P5-H225D.txt", "P657-36LF.pdf"],
          "order_id": [1, 2, 3, 4, 5, 6]}

df_1 = pd.DataFrame(dict_1, columns=["file_name", "order_id"])
print("初始DF：\n", df_1)

print("\n")
df_2 = df_1["file_name"].str.split("-", expand=True)
df_2.columns = ["文件名", "其它"]
print("获取新的文件名：\n", df_2)

print("\n")
df_3 = df_1["file_name"].str.split(".", expand=True)
df_3.columns = ["其它", "文件类型"]
print("获取文件类型：\n", df_3)

print("\n")
se_1 = df_2["文件名"] + "." + df_3["文件类型"]
print("新的文件名：\n", se_1)
print(type(se_1))

print("\n")
df_1["new_file_name"] = se_1
print("加入新的文件名：\n", df_1)
print(type(df_1))

代码截图

执行结果

Part 3：部分代码解读

df_2 = df_1["file_name"].str.split("-", expand=True)，对列file_name的每个元素实行split("-")操作，理论上生成一个列表，expand=True表示将生成列表结果分为多个列
se_1 = df_2["文件名"] + "." + df_3["文件类型"]，实现两个Df之间对应每个元素的字符串连接操作，生成一个Series对象
df_1["new_file_name"] = se_1，df_1新增一列new_file_name