在Pandas中按规则将字符串列拆分为两个新列

现有一个DataFrame df，结构如下：

需要基于Type列生成两个新列：

• 将所有以F结尾的项归入Fcol，以T结尾的项归入Tcol；
• 若Type值为No Types，则两列均填充No Types；
• 无对应项时填充Absent。

预期结果如下：

可以用Pandas的自定义函数结合apply方法实现需求，代码如下：

import pandas as pd

def split_types(row):
    type_val = row['Type']
    if type_val == 'No Types':
        return pd.Series(['No Types', 'No Types'])
    items = type_val.split(',')
    f_items = [item for item in items if item.endswith('F')]
    t_items = [item for item in items if item.endswith('T')]
    f_col = ','.join(f_items) if f_items else 'Absent'
    t_col = ','.join(t_items) if t_items else 'Absent'
    return pd.Series([f_col, t_col])

# 对目标DataFrame执行处理
df[['Fcol', 'Tcol']] = df.apply(split_types, axis=1)

代码说明 #

• 自定义函数split_types逐行处理数据：
  1. 优先判断Type是否为No Types，是则直接返回对应结果；
  2. 将Type按逗号分割为单个项；
  3. 分别筛选出以F、T结尾的项；
  4. 将筛选后的项用逗号拼接，若无对应项则填充Absent；
• 通过apply方法将函数应用到每一行，生成新的两列。

内容的提问来源于stack exchange，提问作者Scope