数据清洗处理实战：Python Pandas 提取某列字符串空格以后数据方法

需求：pandas dateframe 格式的表格中，某一列中含有空格的如下类型的数据，要求提取空格以后的数据用于运算

由于 图上的数据不够明显，其实如

第0行3日价格变化指数为： 1-11空格1 （1-11  1），

5日价格变化指数为： 111-11空格3 （111-11  3），

我们要用的数据为空格后的数据，所以需要把它提取出来，重新建一列，用于整个表格的排序。

对于一般字符串，我们知道相这样的数据，需要先进行拆分，再进行提取，如

相对比较简单。

但对于pandas 数据框中的数据，我们用相同的方法，进行数据提取时，就会出现报错的情况：

selected_stock['价变指数'] = selected_stock[sort_by_col].str.split(' ')[1]

出现这种情况，说明长度不匹配，语句的使用方法有误。

如果我们仅用空格进行分割，不取值，可以正确运行，得到以下结果。

数据此时以加了括号的列表的形式出现，说明上一步直接用列表取数法是没有问题，但取列表第二个数时，和原来表格匹配上出了问题。

既然这一列数据变成了列表格式，那么我们再用pandas 的str 方法将该列数据进行再处理后取值，得到什么结果呢？

Bingo，问题解决了。

df['价变指数'] = df['10日价格变化指数'].str.split(' ').str[1]

收藏或记住这个语句，以备不时之需。