提问人：Allison Chaney 提问时间：11/10/2023 更新时间：11/10/2023 访问量：100
将最后一个索引分隔到另一列中
Separating last indexes into another column
问：
我在商店里有以下关于薯片的数据集
| STORE_NBR | PROD_NAME |
|---|---|
| 1000 | CNatural Chip Compny SeaSalt 海盐 175g |
| 1307 | Smiths 克皱切鸡片 170g |
并希望在自己的列中使我的筹码的重量以克为单位。这是超过 100,000 行的超大型数据集的示例。最初我用最后一个空格将其分开，但注意到重量在产品名称和重量之间并不总是有空格。
理想的输出是：
| PROD_NAME | 重量 |
|---|---|
| CNatural Chip Compny SeaSalt | 175克 |
| Smiths Crinkle Cut Chips 鸡肉 | 170克 |
原来的代码行是： df_transactions[['PROD_NAME'， '权重']] = df_transactions['PROD_NAME'].str.rsplit（“ ”， n=1， expand=True）
所以我把它更新为： df_transactions[['PROD_NAME'，'Size']] = df_transactions['PROD_NAME'].str.rsplit（“\d{3}g”， n=1， expand=True）
我一直收到错误“列必须与键的长度相同”。 有人告诉我我做错了什么，或者用另一种方式来减轻体重？
答：
0赞
mozway
11/10/2023
#1
使用 str.extract：
out = df['PROD_NAME'].str.extract(r'^(?P<PROD_NAME>.*?)\s*(?P<Weight>\d+g)$')
输出：
PROD_NAME Weight
0 CNatural Chip Compny SeaSalt 175g
1 Smiths Crinkle Cut Chips Chicken 170g
正则表达式
^ # match start of string
(?P<PROD_NAME>.*?) # capture everything (non greedy)
\s* # optional spaces
(?P<Weight>\d+g) # capture digits followed by "g"
$ # match end of string
-1赞
Panda Kim
11/10/2023
#2
法典
改用 rsplit 并修复您的正则表达式模式str.split
pat = '\s*(?=\d+g$)'
df_transactions[['PROD_NAME','Size']] = df_transactions['PROD_NAME'].str.split(pat, n=1, expand=True)
df_transactions：
STORE_NBR PROD_NAME Size
0 1000 CNatural Chip Compny SeaSalt 175g
1 1307 Smiths Crinkle Cut Chips Chicken 170g
评论