Разделить строку столбца и извлечь вторую часть в Python - PullRequest
Новая
       18

Разделить строку столбца и извлечь вторую часть в Python

1 голос
/ 18 марта 2019

Допустим, у меня есть следующий фрейм данных: 

df = pd.DataFrame({"id": range(4), "price": ["15dollar/m2/day", "90dollar/m2/month", "18dollar/m2/day", "100dollar/m2/month"]})

       id               price
    0   0     15dollar/m2/day
    1   1   90dollar/m2/month
    2   2     18dollar/m2/day
    3   3  100dollar/m2/month

Я хотел бы разбить столбец price на два новых столбца: unit_price и price_unit, как показано ниже: 

   id     unit_price  price_unit
0   0        15.0    dollar/m2/day
1   1        90.0    dollar/m2/month
2   2        18.0    dollar/m2/day
3   3       100.0    dollar/m2/month

Это мое решение: 

df['unit_price'] = df['price'].str.split('dollar').str[0].astype(float)
#df['unit_price'] = df['price'].str.extract('(\d*\.\d+|\d+)', expand=False).astype(float)
df['price_unit'] = df['price'].str.split('dollar').str[1]
del df['price']

Для столбца unit_price он работает нормально, но для price_unit, когда я разделил на dollar, я получил результат, как показано ниже, который не включает символ dollar, или если я использую df['price'].str.replace(r'\d', '') Все номера были удалены. Как я могу сделать это правильно в Python? Благодаря. 

df['price_unit']
Out[474]: 
0      /m2/day
1    /m2/month
2      /m2/day
3    /m2/month
Name: price_unit, dtype: object

Ответы [ 2 ]

3 голосов
/ 18 марта 2019

Вы можете использовать Series.str.extract с регулярным выражением - ^ для начала строки, \d*\.\d+ для чисел с плавающей запятой или \d+ для целых чисел, а затем для всех других значений с помощью .*: 

df = df.join(df.pop('price').str.extract('(?P<unit_price>^\d*\.\d+|^\d+)(?P<price_unit>.*)'))
print (df)
   id unit_price       price_unit
0   0         15    dollar/m2/day
1   1         90  dollar/m2/month
2   2         18    dollar/m2/day
3   3        100  dollar/m2/month

Первое решение использует extract и replace числовым: 

pat = '(^\d*\.\d+|^\d+)'
df['unit_price'] = df['price'].str.extract(pat, expand=False)
df['price_unit'] = df.pop('price').str.replace(pat,'')
print (df)
   id unit_price       price_unit
0   0         15    dollar/m2/day
1   1         90  dollar/m2/month
2   2         18    dollar/m2/day
3   3        100  dollar/m2/month
0 голосов
/ 18 марта 2019

Если это просто строка, почему бы не оставить ее простой и добавить долларовую часть самостоятельно?

df['price_unit'] = 'dollar' + df['price'].str.split('dollar').str[1]

import pandas as pd

df = pd.DataFrame({"id": range(4), "price": ["15dollar/m2/day", "90dollar/m2/month", "18dollar/m2/day", "100dollar/m2/month"]})

df['unit_price'] = df['price'].str.split('dollar').str[0].astype(float)
df['price_unit'] = 'dollar' + df['price'].str.split('dollar').str[1]

del df['price']

print(df)

   id  unit_price       price_unit
0   0        15.0    dollar/m2/day
1   1        90.0  dollar/m2/month
2   2        18.0    dollar/m2/day
3   3       100.0  dollar/m2/month
...