如何基于第一个下划线拆分DataFrame列并获取非列表格式结果？

问题根源 #

你用str.split('_',n=1).str[1:]得到列表格式的结果，是因为split(n=1)把Male_85__and_over拆成了['Male', '85__and_over']，[1:]是从索引1开始切片，取出的是包含单个元素的列表，而非单个字符串。

修正方案 #

方案1：调整切片索引 #

把str[1:]改成str[1]，直接获取拆分后的第二个元素（字符串类型）：

test['gender'] = test['column_Name_pivoted'].str.split('_').str[0]
test['age'] = test['column_Name_pivoted'].str.split('_', n=1).str[1]

方案2：用str.partition更高效 #

partition专门针对按第一个分隔符拆分的场景，会返回(前半段, 分隔符, 后半段)的元组，直接提取后半段即可：

# 批量赋值写法
test[['gender', 'age']] = test['column_Name_pivoted'].str.partition('_')[['0', '2']]

# 或者解包赋值
test['gender'], _, test['age'] = zip(*test['column_Name_pivoted'].str.partition('_'))

效果验证 #

针对示例值Male_85__and_over，两种方案都会输出：

• gender列：Male（字符串）
• age列：85__and_over（字符串）

内容的提问来源于stack exchange，提问作者Tinkinc