Holen Sie sich die letzte "Spalte" nach der Operation .str.split () für die Spalte in pandas DataFrame

Ich habe eine Spalte in einem Pandas-DataFrame, die ich auf ein einzelnes Leerzeichen aufteilen möchte. Die Aufteilung ist einfach genug DataFrame.str.split(' '), aber ich kann aus dem letzten Eintrag keine neue Spalte erstellen. Wenn ich .str.split()die Spalte erhalte, erhalte ich eine Liste von Arrays und weiß nicht, wie ich diese bearbeiten soll, um eine neue Spalte für meinen DataFrame zu erhalten.

Hier ist ein Beispiel. Jeder Eintrag in der Spalte enthält 'Symboldatenpreis' und ich möchte den Preis aufteilen (und schließlich das "p" ... oder "c" in der Hälfte der Fälle entfernen).

import pandas as pd
temp = pd.DataFrame({'ticker' : ['spx 5/25/2001 p500', 'spx 5/25/2001 p600', 'spx 5/25/2001 p700']})
temp2 = temp.ticker.str.split(' ')

was ergibt

0    ['spx', '5/25/2001', 'p500']
1    ['spx', '5/25/2001', 'p600']
2    ['spx', '5/25/2001', 'p700']

Gibt aber temp2[0]nur das Array eines Listeneintrags an und temp2[:][-1]schlägt fehl. Wie kann ich den letzten Eintrag in jedem Array in eine neue Spalte konvertieren? Vielen Dank!

Mach das:

In [43]: temp2.str[-1]
Out[43]: 
0    p500
1    p600
2    p700
Name: ticker

Alles in allem wäre es also:

>>> temp = pd.DataFrame({'ticker' : ['spx 5/25/2001 p500', 'spx 5/25/2001 p600', 'spx 5/25/2001 p700']})
>>> temp['ticker'].str.split(' ').str[-1]
0    p500
1    p600
2    p700
Name: ticker, dtype: object

Sie können die tolistMethode als Vermittler verwenden:

In [99]: import pandas as pd

In [100]: d1 = pd.DataFrame({'ticker' : ['spx 5/25/2001 p500', 'spx 5/25/2001 p600', 'spx 5/25/2001 p700']})

In [101]: d1.ticker.str.split().tolist()
Out[101]: 
[['spx', '5/25/2001', 'p500'],
 ['spx', '5/25/2001', 'p600'],
 ['spx', '5/25/2001', 'p700']]

Daraus können Sie einen neuen DataFrame erstellen:

In [102]: d2 = pd.DataFrame(d1.ticker.str.split().tolist(), 
   .....:                   columns="symbol date price".split())

In [103]: d2
Out[103]: 
  symbol       date price
0    spx  5/25/2001  p500
1    spx  5/25/2001  p600
2    spx  5/25/2001  p700

Für ein gutes Maß könnten Sie den Preis festlegen:

In [104]: d2["price"] = d2["price"].str.replace("p","").astype(float)

In [105]: d2
Out[105]: 
  symbol       date  price
0    spx  5/25/2001    500
1    spx  5/25/2001    600
2    spx  5/25/2001    700

PS: aber wenn Sie wirklich nur die letzte Spalte wollen, applywürde ausreichen:

In [113]: temp2.apply(lambda x: x[2])
Out[113]: 
0    p500
1    p600
2    p700
Name: ticker

https://pandas.pydata.org/pandas-docs/stable/text.html

s2 = pd.Series(['a_b_c', 'c_d_e', np.nan, 'f_g_h'])
s2.str.split('_').str.get(1)

oder

s2.str.split('_').str[1]

Verwenden von Pandas 0.20.3:

In [10]: import pandas as pd
    ...: temp = pd.DataFrame({'ticker' : ['spx 5/25/2001 p500', 'spx 5/25/2001 p600', 'spx 5/25/2001 p700']})
    ...:

In [11]: temp2 = temp.ticker.str.split(' ', expand=True)  # the expand=True return a DataFrame

In [12]: temp2
Out[12]:
     0          1     2
0  spx  5/25/2001  p500
1  spx  5/25/2001  p600
2  spx  5/25/2001  p700

In [13]: temp3 = temp.join(temp2[2])

In [14]: temp3
Out[14]:
               ticker     2
0  spx 5/25/2001 p500  p500
1  spx 5/25/2001 p600  p600
2  spx 5/25/2001 p700  p700

Wenn Sie nach einem Einzeiler suchen (wie ich hierher gekommen bin), sollte dies gut funktionieren:

temp2 = temp.ticker.str.split(' ', expand = True)[-1]

Sie können diese Antwort auch trivial ändern, um diese Spalte wie folgt dem ursprünglichen DataFrame zuzuweisen:

temp['last_split'] = temp.ticker.str.split(' ', expand = True)[-1]

Was ich mir vorstelle, ist hier ein beliebter Anwendungsfall.