在pandas中，如何在不同的列中拆分多行

Question

在下面的例子中，我有电影的数据：

我想将title列的值拆分为2个新列，即其中一个新列（“movie title”）将取=玩具总动员作为行值，另一个新列（“year”）将取=1995作为行值。在

如何对整个数据帧执行此操作？在

                            title  \
0                    Toy Story (1995)   
1                      Jumanji (1995)   
2             Grumpier Old Men (1995)   
3            Waiting to Exhale (1995)   
4  Father of the Bride Part II (1995) 

Answer 1

尝试将str accessor与split一起使用，使用一个查找空格和open paranthesis或close paranthesis的正则表达式：

df.title.str.split('\s\(|\)',expand=True)
  .drop(2, axis=1)
  .set_axis(['movies','year'], inplace=False, axis=1)

输出：

^{pr2}$

Answer 2

如果您不想要regex解决方案

df.title.str.rstrip(')').str.split('(').apply(pd.Series)


    0                           1
0   Toy Story                   1995
1   Jumanji                     1995
2   Grumpier Old Men            1995
3   Waiting to Exhale           1995
4   Father of the Bride Part II 1995

Answer 3

{cd1>使用^：

df[['movie_title', 'year']] = df.title.str.extract('(.*)\s\((\d+)', expand=True)

样本数据：

^{pr2}$

输出：

                                title                  movie_title  year
0                    Toy Story (1995)                    Toy Story  1995
1                      Jumanji (1995)                      Jumanji  1995
2             Grumpier Old Men (1995)             Grumpier Old Men  1995
3            Waiting to Exhale (1995)            Waiting to Exhale  1995
4  Father of the Bride Part II (1995)  Father of the Bride Part II  1995
5              Hello (Goodbye) (1995)              Hello (Goodbye)  1995

---

我们使用的正则表达式是：'(.*)\s\((\d+)'。在

表达式的第一部分是：(.*)。括号表示它是一个捕获组，括号内的内容表示我们要捕获的内容。在本例中，.*表示我们贪婪地想要捕获所有东西。在capturing组之后，我们有\s\(，它的字面意思是后面跟着一个左括号的空格，所以' ('。因为在此之前的捕获组是贪婪的，如果有多个这样的匹配，我们将捕获直到最后' ('的所有内容。（例如，查看它如何正确地捕获Hello (Goodbye) (1995)。在

最后，我们添加第二个捕获组，其中\d+作为我们要捕获的内容，它捕获标题中最后一个' ('之后的所有数字，对我们来说，这将是4位数的年份。在