将dataframe中的某列拆分成多列

【小白从小学Python、C、Java】

【Python-计算机等级考试二级】

【Python-数据分析】

将dataframe中的某列拆分成多列

选择题

关于以下代码说法错误的是?

import pandas as pd

dict1 = {'a':['A-1','B-2']}

df1 = pd.DataFrame(dict1)

print(df1)

print("==========================")

print(df1['a'].str.split("-"))

df1['b'] = (df1['a'].str.split("-"))[0]

df1['c'] = (df1['a'].str.split("-"))[1]

print("==========================")

print(df1)

A选项:split()函数通过指定分隔符对字符串切分

B选项:split("-")表示以 为"-"分割符

C选项:split()函数返回分割后的字符串列表

D选项:split()函数返回分割后的字符串元组

答案

正确答案是:D

 

 

温馨期待

期待大家提出宝贵建议,互相交流,收获更大,助教:zx

欢迎大家转发,一起传播知识和正能量,帮助到更多人。期待大家提出宝贵改进建议,互相交流,收获更大。辛苦大家转发时注明出处(也是咱们公益编程交流群的入口网址),刘经纬老师共享知识相关文件下载地址为:https://liujingwei.cn

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
你可以使用split函数将一个列拆分两列。首先,使用split函数将列的值按照指定的分隔符进行拆分,设置参数expand为True可以将结果转换为DataFrame。然后,使用drop函数删除原来的列。以下是一个示例代码: ```python df[['a', 'b']] = df['row'].str.split(' ', expand=True) df.drop(axis=1, columns='row', inplace=True) ``` 在这个例子,将名为'row'的列按空格进行拆分,并将拆分后的结果分别赋值给新的两列'a'和'b'。最后,使用drop函数删除原来的'row'列。 for j in df3_new['migrate']] l2 = [list(k)[1 for k in df3_new['migrate']] df3_new['地区'] = l1 df3_new['city'] = l2 df3_new1 = df3_new.drop('migrate', axis=1) ``` 在这个例子,我们使用循环遍历df3_new的每一行,并使用列表解析将'migrate'列的元组拆分两个列表'l1'和'l2'。然后,将这两个列表分别赋值给新的两列'地区'和'city'。最后,使用drop函数删除原来的'migrate'列,并将结果保存到df3_new1。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [Python PandasDataFrame 一列切分多列、分隔符切分选字段](https://blog.csdn.net/baidu_40468340/article/details/128263235)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *2* [DataFrame 某一列是元组形式拆两列](https://blog.csdn.net/weixin_42080294/article/details/89318899)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *3* [Dataframe一列分割多列](https://blog.csdn.net/weixin_46599926/article/details/122985897)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

刘经纬老师

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值