本文旨在解决 pandas DataFrame 中，当需要根据相同分隔符（例如冒号 :）拆分多个列时，如何避免重复编写 str.split() 代码的问题。 通过结合列表推导式和 pd.concat() 函数，可以实现对多个列的动态拆分，并自动生成新的列名。这种方法不仅简洁高效，而且易于维护和扩展。
首先，我们需要准备一些示例数据：
import pandas as pd data = { 'DATE': ['2023-11-21', '2023-11-21', '2023-11-21', '2023-11-21', '2023-11-21'], 'talk_TIME': [None, '00:04:16', None, '00:24:30', '00:04:08'], 'CONSULT_TIME': ['05:10', None, None, None, None] } df = pd.DataFrame(data) print(df)
接下来，定义需要拆分的列的列表：
cols = ['TALK_TIME', 'CONSULT_TIME']
现在，使用列表推导式和 str.split() 函数来拆分这些列。str.split() 函数的 expand=True 参数会将拆分后的结果扩展为新的列。同时，使用 rename() 函数自动生成新的列名，格式为 原列名_序号。
lst = [df[col].str.split(':', expand=True) .rename(columns=lambda x: f'{col}_{x+1}') for col in cols ] print(lst)
最后，使用 pd.concat() 函数将拆分后的列与原始 DataFrame 合并。axis=1 参数表示按列合并。同时，使用 df.drop() 函数删除原始的需要拆分的列。
out = pd.concat([df.drop(columns=cols)]+lst, axis=1) print(out)
完整代码如下：
import pandas as pd data = { 'DATE': ['2023-11-21', '2023-11-21', '2023-11-21', '2023-11-21', '2023-11-21'], 'TALK_TIME': [None, '00:04:16', None, '00:24:30', '00:04:08'], 'CONSULT_TIME': ['05:10', None, None, None, None] } df = pd.DataFrame(data) cols = ['TALK_TIME', 'CONSULT_TIME'] lst = [df[col].str.split(':', expand=True) .rename(columns=lambda x: f'{col}_{x+1}') for col in cols ] out = pd.concat([df.drop(columns=cols)]+lst, axis=1) print(out)
注意事项：
- 确保需要拆分的列包含分隔符。如果列中没有分隔符，str.split() 函数将返回原始列的值。
- pd.concat() 函数的 axis 参数需要根据实际情况进行调整。如果需要按行合并，则应设置为 axis=0。
- 如果原始 DataFrame 中存在与新列名冲突的列，需要先进行重命名。
- 在处理大型 DataFrame 时，可以考虑使用 dask 等分布式计算框架来提高效率。
总结：
通过使用循环和列表推导式，可以动态地拆分 Pandas DataFrame 中包含相同分隔符的多个列。这种方法不仅简洁高效，而且易于维护和扩展。在实际应用中，可以根据具体需求进行调整和优化。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
THE END
