Pandas - 通过计算不规则字符串模式创建新列

Question

我在熊猫数据框中有一些数据，如下所示：|           Data           | ----------------------------    |   10-9   8-6    100-2    |----------------------------|           1-2    3-4     |----------------------------|                  55-45   |----------------------------现在我的问题是，使用熊猫，执行以下操作的最佳方法是什么：计算连字符之前的第一个数字的平均值，以及连字符之后的数字的平均值。从第一个中减去第二个，然后放入一个新列。例如，对于第一行，新列中的值将是：average(10, 8, 100) - average(9, 6, 2)我猜我需要使用某种 lambda 函数，但我不确定如何去做。任何帮助表示赞赏。谢谢！

Answer 1

制作一个包含字符串解析逻辑的函数：

import pandas as pd

import numpy as np

def string_handling(string):

    values = [it for it in string.strip().split(' ') if it]

    values = [v.split('-') for v in values]

    first_values = [int(v[0]) for v in values]

    second_values = [int(v[1]) for v in values]

    return pd.Series([np.mean(first_values), np.mean(second_values)])

应用功能：

df[['first_value','second_value']] = df['Data'].apply(string_handling)

df['diff'] = df['first_value'] - df['second_value']

Answer 2

这可能会奏效。split()将摆脱所有的空白。还使用列表推导来遍历由split()（例如['10-9', '8-6', '100-2']）创建的所有标记。

In [37]: df = DataFrame({'Data': ["   10-9   8-6    100-2    ",

                         "           1-2    3-4     ", 

                         "                  55-45   "]})

In [38]: def process(cell):

    ...:     avg = []

    ...:     for i in range(2):

    ...:         l = [int(x.split("-")[i]) for x in cell.split()]

    ...:         avg.append(sum(l) * 1. / len(l))

    ...:     return avg[0] - avg[1]

    ...:

In [39]: df['Data'].apply(process)

Out[39]:

0    33.666667

1    -1.000000

2    10.000000

Name: Data, dtype: float64

希望这可以帮助！