如何将特定列拆分为 Pandas 中的新列？

Question

我想用逗号将 "rest" 列拆分为新列并删除 "R="。并将 +1 添加到 "joints" 列。我该怎么办？

df
     joints           rest
          0  R=0,0,1,1,1,1
          3  R=0,0,1,1,1,1
         42  R=0,0,1,1,1,1
         45  R=0,0,1,1,1,1

我想这样做：

joints U1 U2 U3 R1 R2 R3
1      0  0  1  1  1  1
4      0  0  1  1  1  1
43     0  0  1  1  1  1
46     0  0  1  1  1  1

Answer 1

对于更多动态重命名列名称，使用 lambda 函数，对于新列，使用 Series.str.split with expand=True and assign back to original by DataFrame.join:

f = lambda x: f'U{x+1}' if x < 3 else f'R{x-2}' 
df1 = (df.join(df.pop('rest').str.split('=')
                             .str[1]
                             .str.split(',', expand=True)
                             .rename(columns=f))
          .assign(joints = df['joints'] + 1))
print (df1)
   joints U1 U2 U3 R1 R2 R3
0       1  0  0  1  1  1  1
1       4  0  0  1  1  1  1
2      43  0  0  1  1  1  1
3      46  0  0  1  1  1  1

Answer 2

这是一种方法。由于没有为列命名指定标准，我在这种情况下只是硬编码：

cols = ['U1', 'U2', 'U3', 'R1', 'R2', 'R3']
out = (df.rest.str.lstrip('R=')
              .str.split(',', expand=True)
              .rename(columns=dict(zip(range(len(cols)), cols)))
out['joints'] = df.joints.add(1)

  U1 U2 U3 R1 R2 R3  joints
0  0  0  1  1  1  1       1
1  0  0  1  1  1  1       4
2  0  0  1  1  1  1      43
3  0  0  1  1  1  1      46

如何将特定列拆分为 Pandas 中的新列？

How can I split a specific column to new columns in Pandas?

python

dataframe

python-3.x

pandas

columnsorting