Vaex如何将空格分隔的单列文本拆分为多个列

1. No memory tracker found with name default 报错修复 #

这个报错是Vaex旧版本的已知兼容问题，两种修复方式二选一即可：

• 直接升级Vaex到最新稳定版本，执行命令：pip install --upgrade vaex
• 如果暂时无法升级，在代码最开头、导入vaex后添加配置显式指定内存追踪器：

import vaex
vaex.settings.main.memory_tracker.default = "process"

2. 单列按空格拆分为多列实现方案 #

你之前用的Pandas实现是rsplit后转多列，Vaex原生提供了向量化的字符串拆分接口，不要直接对split结果调用普通apply：Vaex的apply是逐行执行Python函数，性能远低于原生向量化操作，且旧版本下容易触发类型识别错误。
根据你的场景选对应方法即可：

场景1：已知拆分后固定列数（性能最优，推荐） #

如果所有行按空格拆分后的元素个数固定，直接给str.split传expand=True参数即可直接生成多列，等效于Pandas的split/rsplit expand效果：

import vaex
import pandas as pd

# 测试数据构造
df = pd.DataFrame({'ticker' : ['spx 5/25/2001 p500', 'spx 5/25/2001 p600', 'spx 5/25/2001 p700']})
df_vaex = vaex.from_pandas(df)

# 从左往右按空格拆分，拆为3列直接赋值
df_vaex[['asset', 'trade_date', 'strike_price']] = df_vaex.ticker.str.split(pat=' ', n=2, expand=True)

如果需要实现Pandas里rsplit（从右往左拆分）的效果，加reverse=True参数即可：

# 从右往左拆分，等效于pd.Series.str.rsplit
df_vaex[['asset', 'trade_date', 'strike_price']] = df_vaex.ticker.str.split(pat=' ', n=2, expand=True, reverse=True)

场景2：拆分后列数不固定 #

如果每行拆分后的元素个数不统一，可以先获取拆分后的列表列，再通过索引提取对应位置的元素生成新列，不存在的索引位置会自动填充为缺失值：

# 生成拆分后的列表列
split_result = df_vaex.ticker.str.split(pat=' ')
# 提取对应位置元素，比如取最后一段
df_vaex['last_segment'] = split_result.str[-1]
# 取第一段
df_vaex['first_segment'] = split_result.str[0]

提示：Vaex的字符串数组原生支持列表索引操作，直接用.str[索引]取值即可，不需要写lambda函数走apply逻辑。

内容的提问来源于stack exchange，提问作者mh0189