데이터프레임 문자열 열을 두 개의 열로 나누는 방법은 무엇인가요?

저는 문자열 열 하나를 포함하는 데이터 프레임이 있으며, 이를 두 개의 (문자열) 열로 분리하고 싶습니다. 첫번째 열 헤더는 'fips''이고, 두번째 열 헤더는 ''row''입니다.

내 DataFrame df는 이렇게 보입니다:

row

0 00000 UNITED STATES

1 01000 ALABAMA

2 01001 Autauga County, AL

3 01003 Baldwin County, AL

4 01005 Barbour County, AL

나는 행 셀을 분할하는 것이 목표인데, df.row.str[:] 를 사용하는 방법을 모르겠어. df['fips'] = hello 를 사용해 새 열을 추가하고 hello 로 채우는 것은 가능해. 아이디어가 있나요?

fips row

0 00000 UNITED STATES

1 01000 ALABAMA

2 01001 Autauga County, AL

3 01003 Baldwin County, AL

4 01005 Barbour County, AL

답변 1

요약:

간단한 경우에 대해:

저는 구분 기호가 있는 텍스트 열이 있고 두 개의 열이 필요합니다.

가장 간단한 해결책은:

df[['A', 'B']] = df['AB'].str.split(' ', 1, expand=True)

문자열의 분할 개수가 일정하지 않은 경우 expand=True를 사용하여 누락된 값을 None로 대체해야합니다.

어느 경우든, .tolist() 방법은 필요하지 않다는 것에 주목하세요. zip() 도 필요하지 않습니다.

자세히 말하면:

Andy Hayden's solution은 str.extract() 방법의 힘을 가장 잘 보여줍니다.

하지만 단순 구분 기호 (대시로 구분하거나 공백으로 구분하듯이)에 대한 분할의 경우 .str.split() 방법이 충분합니다. 이 방법은 문자열 열 (시리즈)을 처리하고 목록의 열 (시리즈)을 반환합니다. 1

>>> import pandas as pd

>>> df = pd.DataFrame({'AB': ['A1-B1', 'A2-B2']})

>>> df

AB

0 A1-B1

1 A2-B2

>>> df['AB_split'] = df['AB'].str.split('-')

>>> df

AB AB_split

0 A1-B1 [A1, B1]

1 A2-B2 [A2, B2]

1: 만약 .str.split()의 첫번째 두 파라미터가 무엇인지 확실하지 않다면, plain Python version of the method의 문서를 추천합니다.

하지만 어떻게 이렇게 되었는지요:

두 요소 리스트를 포함하는 열

해야 할 대상:

리스트의 해당 요소를 포함하는 두 개의 열?

음, 우리는 열의 .str 속성을 더 자세히 살펴봐야 해요.

각 열의 각 요소를 문자열로 처리하는 방법을 수집하고, 각 요소에 해당하는 방법을 가능한 한 효율적으로 적용하는 데 사용되는 마법같은 개체입니다.

>>> upper_lower_df = pd.DataFrame({U: [A, B, C]})

>>> upper_lower_df

U

0 A

1 B

2 C

>>> upper_lower_df[L] = upper_lower_df[U].str.lower()

>>> upper_lower_df

U L

0 A a

1 B b

2 C c

하지만 인덱싱 인터페이스도 있어서 각 문자열 요소를 인덱스별로 얻을 수 있습니다.

>>> df['AB'].str[0]

0 A

1 A

Name: AB, dtype: object

>>> df['AB'].str[1]

0 1

1 2

Name: AB, dtype: object

물론, 이 .str의 인덱싱 인터페이스는 각 요소가 실제로 문자열인지 상관하지 않습니다. 인덱싱할 수 있으면 됩니다. 따라서:

>>> df['AB'].str.split('-', 1).str[0]

0 A1

1 A2

Name: AB, dtype: object

>>> df['AB'].str.split('-', 1).str[1]

0 B1

1 B2

Name: AB, dtype: object

그럼 iterable의 Python 튜플 언패킹을 이용하는 것이 간단합니다.

>>> df['A'], df['B'] = df['AB'].str.split('-', 1).str

>>> df

AB AB_split A B

0 A1-B1 [A1, B1] A1 B1

1 A2-B2 [A2, B2] A2 B2

물론, 문자열 열을 분할하여 DataFrame을 얻는 것은 매우 유용하기 때문에 expand=True 매개 변수를 사용하여 .str.split() 방법이 대신해줄 수 있습니다.

>>> df['AB'].str.split('-', 1, expand=True)

0 1

0 A1 B1

1 A2 B2

그래서, 우리가 원하는 것을 이루는 또 다른 방법은 다음과 같습니다:

>>> df = df[['AB']]

>>> df

AB

0 A1-B1

1 A2-B2

>>> df.join(df['AB'].str.split('-', 1, expand=True).rename(columns={0:'A', 1:'B'}))

AB A B

0 A1-B1 A1 B1

1 A2-B2 A2 B2

expand=True 버전은 튜플 언패킹 방법보다 길지만, 다른 길이의 분할을 다루는 데는 확실한 장점이 있습니다.

>>> df = pd.DataFrame({'AB': ['A1-B1', 'A2-B2', 'A3-B3-C3']})

>>> df

AB

0 A1-B1

1 A2-B2

2 A3-B3-C3

>>> df['A'], df['B'], df['C'] = df['AB'].str.split('-')

Traceback (most recent call last):

[...]

ValueError: Length of values does not match length of index

>>>

하지만 expand=True는 충분한 분할이 없는 열에 None를 배치하여 이를 멋지게 처리합니다.

>>> df.join(

... df['AB'].str.split('-', expand=True).rename(

... columns={0:'A', 1:'B', 2:'C'}

... )

... )

AB A B C

0 A1-B1 A1 B1 None

1 A2-B2 A2 B2 None

2 A3-B3-C3 A3 B3 C3

답변 2

데이터프레임의 문자열 열을 두 개로 분할하는 방법은 데이터 처리에 있어서 중요한 기술 중 하나입니다. 이 기술은 데이터를 분석하고 가치 있는 정보를 추출할 때 매우 유용합니다. 이 글에서는 데이터프레임의 문자열 열을 분할하는 방법에 대해 알려드리겠습니다.

먼저, 데이터 프레임의 문자열 열을 분할하기 전에 열이 어떤 구조를 가지고 있는지 파악해야 합니다. 예를 들어, 열의 구조가 이름과 성으로 구성되어 있다면, 이름 열과 성 열로 분할하는 것이 필요합니다. 이를 위해서는 문자열을 구분하는 기준이 필요합니다. 쉼표, 공백, 하이픈 등의 구분자가 사용될 수 있습니다.

분할 작업을 실제로 수행하기 위해서는 파이썬의 문자열 처리 함수를 활용해야 합니다. pandas에서는 str 메서드를 사용하여 문자열을 처리할 수 있습니다. 예를 들어, 아래와 같은 데이터 프레임이 있다고 가정해봅시다.

| 이름 |

|-------|

| 김철수 |

| 이영희 |

| 박민지 |

이름 열을 성과 이름 열로 분할하려면, str.split 메서드를 사용할 수 있습니다. 다음과 같이 작성하면 됩니다.

```python

df[['성', '이름']] = df['이름'].str.split(' ', expand=True)

```

위 코드에서 split 함수는 공백을 기준으로 문자열을 분할하고, expand=True를 설정하여 분할된 결과를 여러 열로 만듭니다. 분할된 결과를 새로운 열인 성과 이름으로 할당하여 데이터프레임에 추가합니다.

문자열을 분할할 때, 구분자가 여러 개인 경우에는 더 복잡해질 수 있습니다. 이 때는 정규표현식을 사용하여 처리할 수 있습니다. 예를 들어, 쉼표와 공백으로 구분된 경우에는 다음과 같이 작성할 수 있습니다.

```python

df[['성', '이름']] = df['이름'].str.extract(r'(\w+),\s(\w+)', expand=True)

```

위 코드에서 extract 함수는 정규표현식 패턴을 사용하여 문자열에서 원하는 부분을 추출합니다. 여기에서 \w는 알파벳 문자, 숫자, 밑줄 문자를 의미하며, 패턴의 괄호는 추출할 부분을 지정합니다.

이처럼 데이터프레임의 문자열 열을 두 개로 분할하는 방법은 매우 다양합니다. 따라서 데이터의 구조와 분석 목적에 맞게 적절한 방법을 선택하여 사용해야 합니다. 파이썬의 문자열 처리 함수와 정규표현식을 활용하면 데이터를 보다 효과적으로 처리하고 분석할 수 있습니다.