分割成一个包含两个元素列表的列
对于一个已知分隔符的简单分割（例如，用破折号分割或用空格分割）.str.split() 方法就足够了 。 它在字符串的列（系列）上运行，并返回列表（系列）。
> import pandas as pd
> df = pd.DataFrame({'AB': ['A1-B1', 'A2-B2']})
> df
AB
0 A1-B1
1 A2-B2
> df['AB_split'] = df['AB'].str.split('-')
> df
AB AB_split
0 A1-B1 [A1, B1]
1 A2-B2 [A2, B2]
分割成两列，每列包含列表的相应元素
下面来看下如何从：分割成一个包含两个元素列表的列至分割成两列，每列包含列表的相应元素。
> df['AB'].str[0] 0 A 1 A Name: AB, dtype: object > df['AB'].str[1] 0 1 1 2 Name: AB, dtype: object
因此可以得到
> df['AB'].str.split('-', 1).str[0]
0 A1
1 A2
Name: AB, dtype: object
> df['AB'].str.split('-', 1).str[1]
0 B1
1 B2
Name: AB, dtype: object
可以通过如下代码将pandas的一列分成两列：
> df['A'], df['B'] = df['AB'].str.split('-', 1).str
> df
AB AB_split A B
0 A1-B1 [A1, B1] A1 B1
1 A2-B2 [A2, B2] A2 B2
补充知识：pandas某一列中每一行拆分成多行的方法
在处理数据过程中，常会遇到将一条数据拆分成多条，比如一个人的地址信息中，可能有多条地址，既有家庭地址也有工作地址，还有电话信息等等类似的情况，实际使用数据的时候又需要分开处理，这个时候就需要将这一条数据进行拆分成多条，以方便使用。
在pandas中如何对DataFrame进行相关操作呢，经查阅相关资料，发现了一个简单的办法，
info.drop(['city'], axis=1).join(info['city'].str.split(' ', expand=True).stack().reset_index(level=1, drop=True).rename('city'))
看起来非常之长，分开来看，流程如下：
将需要拆分的数据使用split拆分工具拆分，并使用expand功能拆分成多列
将拆分后的多列数据进行列转行操作(stack)，合并成一列
将生成的复合索引重新进行reset保留原始的索引,并命名
将上面处理后的DataFrame和原始DataFrame进行join操作，默认使用的是索引进行连接
具体操作如下：
预操作：生成需要使用的DataFrame
# 用来生成DataFrame的工具 from pydbgen import pydbgen myDB=pydbgen.pydb() # 生成一个DataFrame info = myDB.gen_dataframe(10,['name','phone','city','state'])
结果如下：
假如现在我们要对city列进行进行拆分，按照空格拆分，转换成多行的数据，
第一步：拆分，生成多列
info_city = info['city'].str.split(' ', expand=True)
结果如下：
可以看到已经将原始数据拆分成了2列，对于无法拆分的数据为None
第二步：行转列
info_city = info_city.stack()
结果如下：
其中前面两列是索引，返回的是一个series，没有名字的series
第三步：重置索引，并命名（并删除多于的索引）
info_city = info_city.reset_index(level=1, drop=True)
结果如下：
第四步：和原始数据合并
info_new = info.drop(['city'], axis=1).join(info_city)
结果如下：
需要特别注意的是，需要使用原始的连接新生成的，因为新生成的是一个series没有join方法，也可以通过将生成的series通过to_frame方法转换成DataFrame，这样就没有什么差异了
写了这么多，记住下面的就行了：
info.drop([‘city'], axis=1).join(info[‘city'].str.split(' ', expand=True).stack().reset_index(level=1, drop=True).rename(‘city'))
如果原数据中已经是list了，可以将info[‘city'].str.split(' ', expand=True)这部分替换成info[‘city'].apply(lambda x: pd.Series(x))，就可以达到相同的目的。
以上这篇Pandas实现一列数据分隔为两列就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。
免责声明：本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除！
《魔兽世界》大逃杀！60人新游玩模式《强袭风暴》3月21日上线
暴雪近日发布了《魔兽世界》10.2.6 更新内容，新游玩模式《强袭风暴》即将于3月21 日在亚服上线，届时玩家将前往阿拉希高地展开一场 60 人大逃杀对战。
艾泽拉斯的冒险者已经征服了艾泽拉斯的大地及遥远的彼岸。他们在对抗世界上最致命的敌人时展现出过人的手腕，并且成功阻止终结宇宙等级的威胁。当他们在为即将于《魔兽世界》资料片《地心之战》中来袭的萨拉塔斯势力做战斗准备时，他们还需要在熟悉的阿拉希高地面对一个全新的敌人──那就是彼此。在《巨龙崛起》10.2.6 更新的《强袭风暴》中，玩家将会进入一个全新的海盗主题大逃杀式限时活动，其中包含极高的风险和史诗级的奖励。
《强袭风暴》不是普通的战场，作为一个独立于主游戏之外的活动，玩家可以用大逃杀的风格来体验《魔兽世界》，不分职业、不分装备（除了你在赛局中捡到的），光是技巧和战略的强弱之分就能决定出谁才是能坚持到最后的赢家。本次活动将会开放单人和双人模式，玩家在加入海盗主题的预赛大厅区域前，可以从强袭风暴角色画面新增好友。游玩游戏将可以累计名望轨迹，《巨龙崛起》和《魔兽世界：巫妖王之怒 经典版》的玩家都可以获得奖励。
更新日志
- 凤飞飞《我们的主题曲》飞跃制作[正版原抓WAV+CUE]
- 刘嘉亮《亮情歌2》[WAV+CUE][1G]
- 红馆40·谭咏麟《歌者恋歌浓情30年演唱会》3CD[低速原抓WAV+CUE][1.8G]
- 刘纬武《睡眠宝宝竖琴童谣 吉卜力工作室 白噪音安抚》[320K/MP3][193.25MB]
- 【轻音乐】曼托凡尼乐团《精选辑》2CD.1998[FLAC+CUE整轨]
- 邝美云《心中有爱》1989年香港DMIJP版1MTO东芝首版[WAV+CUE]
- 群星《情叹-发烧女声DSD》天籁女声发烧碟[WAV+CUE]
- 刘纬武《睡眠宝宝竖琴童谣 吉卜力工作室 白噪音安抚》[FLAC/分轨][748.03MB]
- 理想混蛋《Origin Sessions》[320K/MP3][37.47MB]
- 公馆青少年《我其实一点都不酷》[320K/MP3][78.78MB]
- 群星《情叹-发烧男声DSD》最值得珍藏的完美男声[WAV+CUE]
- 群星《国韵飘香·贵妃醉酒HQCD黑胶王》2CD[WAV]
- 卫兰《DAUGHTER》【低速原抓WAV+CUE】
- 公馆青少年《我其实一点都不酷》[FLAC/分轨][398.22MB]
- ZWEI《迟暮的花 (Explicit)》[320K/MP3][57.16MB]