如何在Python Pandas中拆分列并按地区归类输出国家？

问题描述 #

我是Pandas新手，需要将数据列中的特定部分拆分，把国家按亚洲、欧洲、其他地区归类。尝试了代码但未成功，相关信息如下：

初始代码 #

import pandas as pd

df = pd.read_csv('countries.csv')

countrieslist = {
    'Asia': list(df.columns.values),
    'Europe': list(df.columns.values),
    'Others': list(df.columns.values)
}

print(f"Countries in Asia - {countrieslist['Asia']}")
print(f"Countries in Europe - {countrieslist['Europe']}")
print(f"Countries in Others - {countrieslist['Others']}")

当前错误输出 #

Countries in Asia - ['   ', ' Brunei Darussalam ', ' Indonesia ', ' Malaysia ', ' Philippines ', ' Thailand ', ' Viet Nam ', ' Myanmar ', ' Japan ', ' Hong Kong ', ' China ', ' Taiwan ', ' Korea, Republic Of ', ' India ', ' Pakistan ', ' Sri Lanka ', ' Saudi Arabia ', ' Kuwait ', ' UAE ', ' United Kingdom ', ' Germany ', ' France ', ' Italy ', ' Netherlands ', ' Greece ', ' Belgium & Luxembourg ', ' Switzerland ', ' Austria ', ' Scandinavia ', ' CIS & Eastern Europe ', ' USA ', ' Canada ', ' Australia ', ' New Zealand ', ' Africa ']

期望输出 #

Countries in Asia - ' Brunei Darussalam ', ' Indonesia ', ' Malaysia ', ' Philippines ', ' Thailand ', ' Viet Nam ', ' Myanmar ', ' Japan ', ' Hong Kong ', ' China ', ' Taiwan ', ' Korea, Republic Of ', ' India ', ' Pakistan ', ' Sri Lanka ', ' Saudi Arabia ', ' Kuwait ', ' UAE '
Countries in Europe - ' United Kingdom ', ' Germany ', ' France ', ' Italy ', ' Netherlands ', ' Greece ', ' Belgium & Luxembourg ', ' Switzerland ', ' Austria ', ' Scandinavia ', ' CIS & Eastern Europe '
Countries in Others – ' USA ', ' Canada ', ' Australia ', ' New Zealand ', ' Africa '

补充信息 #

print(df.columns)输出的列名列表包含一个空字符串列，后续依次是亚洲国家、欧洲国家、其他地区的名称（与错误输出中的列名顺序一致）。

解决方案 #

方法1：按列名位置切片（适合列顺序固定的情况） #

先清洗掉空列，再按已知的列顺序拆分归类：

import pandas as pd

df = pd.read_csv('countries.csv')

# 清洗列名：去掉空的列（全是空格的列）
cleaned_cols = [col for col in df.columns if col.strip()]

# 按位置拆分对应地区（根据你的列顺序）
countries_list = {
    'Asia': cleaned_cols[:18],  # 前18个是亚洲国家
    'Europe': cleaned_cols[18:29],  # 接下来11个是欧洲国家
    'Others': cleaned_cols[29:]  # 剩余5个是其他地区
}

# 按期望格式打印
print(f"Countries in Asia - {', '.join(countries_list['Asia'])}")
print(f"Countries in Europe - {', '.join(countries_list['Europe'])}")
print(f"Countries in Others – {', '.join(countries_list['Others'])}")

方法2：按国家集合匹配（鲁棒性更强，不受列顺序影响） #

手动定义各地区的国家/地区集合，通过匹配来归类：

import pandas as pd

df = pd.read_csv('countries.csv')

# 定义各地区的国家/地区集合（注意去掉前后空格）
asia_set = {
    'Brunei Darussalam', 'Indonesia', 'Malaysia', 'Philippines', 'Thailand',
    'Viet Nam', 'Myanmar', 'Japan', 'Hong Kong', 'China', 'Taiwan',
    'Korea, Republic Of', 'India', 'Pakistan', 'Sri Lanka', 'Saudi Arabia',
    'Kuwait', 'UAE'
}
europe_set = {
    'United Kingdom', 'Germany', 'France', 'Italy', 'Netherlands', 'Greece',
    'Belgium & Luxembourg', 'Switzerland', 'Austria', 'Scandinavia',
    'CIS & Eastern Europe'
}
others_set = {
    'USA', 'Canada', 'Australia', 'New Zealand', 'Africa'
}

# 清洗列名：去掉空列，并保留带空格的原始格式
cleaned_cols = [col for col in df.columns if col.strip()]

# 匹配归类
countries_list = {
    'Asia': [col for col in cleaned_cols if col.strip() in asia_set],
    'Europe': [col for col in cleaned_cols if col.strip() in europe_set],
    'Others': [col for col in cleaned_cols if col.strip() in others_set]
}

# 按期望格式打印
print(f"Countries in Asia - {', '.join(countries_list['Asia'])}")
print(f"Countries in Europe - {', '.join(countries_list['Europe'])}")
print(f"Countries in Others – {', '.join(countries_list['Others'])}")

说明 #

• 两种方法都先过滤了空列（即那个全是空格的列），避免干扰归类。
• 方法1适合列顺序固定的场景，代码更简洁；方法2不受列顺序影响，即使数据列顺序调整也能正确归类。

内容的提问来源于stack exchange，提问作者sfrben99