如何在Pandas方法链中正确使用str.contains与str.split？

完整可运行的链式代码 #

# 爬取的原始周度数据
raw_list = ['Unnamed: 0','Preseason-Aug 11','Week 1-Aug 26','Week 2-Sep 2',
       'Week 3-Sep 9','Week 4-Sep 23','Week 5-Sep 30','eek 6-Oct 7','Week 7-Oct 14',
       'Week 8-Oct 21','Week 9-Oct 28','Week 10-Nov 4','Week 11-Nov 11','Week 12-Nov 18',
       'Week 13-Nov 25','Week 14Dec 2','Week 15-Dec 9','Week 16 (Final)-Jan 4','Unnamed: 18']

# 链式调用完成数据清洗
clean_df = (pd.DataFrame(raw_list)
            .rename(columns={0: "text"})
            # 过滤含"Unnamed"的行
            .query("~text.str.contains('Unnamed')", engine='python')
            # 拆分text列为week和released两列
            .assign(**lambda df_: df_["text"].str.split('-', expand=True)
                    .rename(columns={0: 'week', 1: 'released'}))
           )

关键问题解决说明 #

1. 替代pipe+自定义函数的过滤方式
   不需要额外定义过滤函数，直接用query方法就能在链式中完成行过滤：

   • 指定engine='python'是因为默认的pandas查询引擎不支持str.contains这类字符串方法
   • 也可以用loc链式写法，效果完全一致：

     .loc[lambda df_: ~df_['text'].str.contains('Unnamed')]
     

2. 链式中实现str.split生成多列
   用assign结合匿名函数+字典解包（**）的方式，把拆分后的DataFrame转换成键值对传入assign，直接生成目标列：

   • str.split(expand=True)返回的是一个多列DataFrame，先通过rename把默认列名改为week和released
   • 字典解包**会把重命名后的列名和对应数据作为参数传给assign，实现多列新增
   • 如果偏好更直观的写法，也可以用join替代assign：

     .join(lambda df_: df_["text"].str.split('-', expand=True)
           .rename(columns={0: 'week', 1: 'released'}))
     

内容的提问来源于stack exchange，提问作者DavidH