Python拆分同时具有公制和英制单位的列

Question

我有一个混合了单位的列，我需要把它分成两个不同的列：一个是公制（mm，cm，m），一个是英制（in，ft，yd）

d = {'col1': [1 in, 2 mm, 3 ft, 4 yd, 5 m, 6cm]}
df = pd.DataFrame(data=d)

将其分为：

Index    df_metric  df_imperial
 0    |            |      1 in
---------------------------------
 1    |     2 mm   |
---------------------------------
 2    |            |     3 ft
---------------------------------
 3    |            |     4 yd
---------------------------------
 4    |     5 m    |
---------------------------------
 5    |     6 cm   |

我试过：

def seperate_units(df, col, numbers):
    if numbers.find('yd') > -1 or numbers.find('in') > -1 or numbers.find('ft') > -1 or numbers.find('"') > -1:
        print(numbers)
        df[col+'_imperial'].append(numbers)
    else:
        df[col+'_imperial'].append('')
    return df[col+'_imperial']

但我不能让它工作

Answer 1

试试熊猫^{}

d = {'col1': ['1 in', '2 mm', '3 ft', '4 yd', '5 m', '6cm']}
df = pd.DataFrame(data=d)

df['metric'] = df[df['col1'].str.contains(r'mm|cm|m')]['col1']
df['imperial'] = df[df['col1'].str.contains(r'in|ft|yd')]['col1']

print(df)


#    col1 metric imperial
# 0  1 in    NaN     1 in
# 1  2 mm   2 mm      NaN
# 2  3 ft    NaN     3 ft
# 3  4 yd    NaN     4 yd
# 4   5 m    5 m      NaN
# 5   6cm    6cm      NaN

Answer 2

假设此输入数据帧：

df = pd.DataFrame({'col1': ['1 in', '2 mm', '3 ft', '4 yd', '5 m', '6cm']})

您可以使用正则表达式查找公制单位，并在此条件下拆分：

metric = df.col1.str.match('\d+\s*[cm]?m')

pd.concat([df.where(metric, '').add_suffix('_metric'),
           df.where(~metric, '').add_suffix('_imperial')],
          axis=1)

在这里，正则表达式匹配一个后跟cm/m/mm的数字，您可以根据实际用例进行更新。 在where中，我用空字符串''替换了它，但是您可以删除它以获得NaN，或者如果愿意的话，可以用任何其他内容替换它

输出：

  col1_metric col1_imperial
0                      1 in
1        2 mm              
2                      3 ft
3                      4 yd
4         5 m              
5         6cm              

Answer 3

使用：

m=df['col1'].str.contains(r'mm|cm|m')
#checking for metric
y=df['col1'].str.contains(r'in|ft|yd')
#checking for imperial

最后：

df.loc[:,'df_metric']=df.loc[m,'col1']
df.loc[:,'df_imperial']=df.loc[y,'col1']
#If needed:
#df[['df_metric','df_imperial']]=df[['df_metric','df_imperial']].fillna('')

现在打印df您将获得预期的输出