通过拆分每一列并迭代 python pandas DataFrame 中的许多列来插入新列

Question

这里有一个示例数据框：

dfx = pd.DataFrame({
        'name': ['alex','bob','jack'],
        'age': ["0,26,4","1,25,4","5,30,2"],
        'job': ["x,abc,0","y,xyz,1","z,pqr,2"],
        'gender': ["0,1","0,1","0,1"]            
    })

我想先拆分列 dfx['age'] 并为其插入 3 个单独的列，一个用于年龄值中的每个子字符串，将它们命名为 dfx['age1'],dfx['age2'],dfx['age3']。我为此使用了以下代码：

dfx = dfx.assign(**{'age1':(dfx['age'].str.split(',', expand = True)[0]),\
         'age2':(dfx['age'].str.split(',', expand = True)[1]),\
         'age3':(dfx['age'].str.split(',', expand = True)[2])})
dfx = dfx[['name', 'age','age1', 'age2', 'age3', 'job', 'gender']]
dfx

目前一切顺利！

现在，我想对其他列 job 和 gender.

重复相同的操作

期望输出

   name     age age1 age2 age3      job job1 job2 job3 gender gender1 gender2
0  alex  0,26,4    0   26    4  x,abc,0    x  abc    0    0,1       0       1
1   bob  1,25,4    1   25    4  y,xyz,1    y  xyz    1    0,1       0       1
2  jack  5,30,2    5   30    2  z,pqr,2    z  pqr    2    0,1       0       1

对于像这样的小数据框，我可以单独执行它。但是，实际的数据文件有很多这样的列。我需要迭代 .

我发现在迭代列和命名各个列方面存在困难。

如果有更好的解决方案，我会很高兴。

谢谢！

Answer 1

使用列表推导来拆分列表中定义的 DataFrames 列表的列，添加过滤列并通过 concat with sorting columns names, then prepend not matched columns by DataFrame.join:

连接在一起

cols = ['age','job','gender']

L = [dfx[x].str.split(',',expand=True).rename(columns=lambda y: f'{x}{y+1}') for x in cols]

df1 = dfx[dfx.columns.difference(cols)]
df = df1.join(pd.concat([dfx[cols]] + L, axis=1).sort_index(axis=1))
print (df)
   name     age age1 age2 age3 gender gender1 gender2      job job1 job2 job3
0  alex  0,26,4    0   26    4    0,1       0       1  x,abc,0    x  abc    0
1   bob  1,25,4    1   25    4    0,1       0       1  y,xyz,1    y  xyz    1
2  jack  5,30,2    5   30    2    0,1       0       1  z,pqr,2    z  pqr    2

Answer 2

再次感谢@jezrael 的回答。受到使用 'f-string' 的启发，我使用迭代解决了如下问题：

for col in dfx.columns[1:]:
for i in range(len(dfx[col][0].split(','))):
    dfx[f'{col}{i+1}'] = (dfx[col].str.split(',', expand = True)[i])
    
dfx = dfx[['name', 'age','age1', 'age2', 'age3', 'job','job1', 'job2','job3', 'gender' 
, 'gender1', 'gender2']]
    
dfx

通过拆分每一列并迭代 python pandas DataFrame 中的许多列来插入新列

inserting new columns by splitting each column and iterating for many columns in python pandas DataFrame

python

iteration

pandas