使用拆分來填充熊貓數據框中的列

Question

我正在處理文本數據，我只想根據現有列填充新列。

示例：列sourceEncodedID可能具有類似於a.b.c的值，並且如果還有第二部分可用，我只想提取字符串的第二部分，即b。下面是一些示例值：

sourceEncodedID Branch  
a.b.c    b  
c.r.d    r  
a     a  
p     p 

要做到這一點，我想出了下面的代碼：

for i in range(0,20350): 
    if len(str(artifacts.sourceEncodedID[i]).split('.')) > 1: 
     artifacts['branch'][i] = str(artifacts.sourceEncodedID[i]).split('.')[1] 
    else: 
     artifacts['branch'][i] = str(artifacts.sourceEncodedID[i]) 

只有20K的數據幀行，但這段代碼需要幾分鐘到執行之前，永不完成和呈現我的瀏覽器無反應（我使用ipython notebook）。我原以爲這會在幾秒鐘內運行。

在這段代碼中顯然有些東西我無法捕捉到嗎？我如何解決它？

Answer 1

UPDATE2： - 我相信這將是更快一點：

x['new'] = x.sourceEncodedID.str.replace(r'[^\.]*\.([^\.]*).*', r'\1') 

上20K時序DF：

In [155]: x.shape 
Out[155]: (20000, 2) 

In [156]: %timeit x['new'] = x.sourceEncodedID.str.replace(r'[^\.]*\.([^\.]*).*', r'\1') 
10 loops, best of 3: 127 ms per loop 

UPDATE：

In [68]: x['new'] = x.sourceEncodedID 

In [69]: x 
Out[69]: 
    sourceEncodedID Branch new 
0   a.b.c  b a.b.c 
1   c.r.d  r c.r.d 
2    a  a  a 
3    p  p  p 

In [70]: x.ix[x.sourceEncodedID.str.contains('\.'), 'new'] = x.sourceEncodedID.str.split('\.', expand=True)[1] 

In [71]: x 
Out[71]: 
    sourceEncodedID Branch new 
0   a.b.c  b b 
1   c.r.d  r r 
2    a  a a 
3    p  p p 

與工作時首先總是熊貓數據幀嘗試找到矢量化的解決方案。只有在絕對不可能的情況下，仔細檢查它，並且只有在嘗試通過循環方法之後，它纔會慢幾個數量級。

OLD答案：

試試這個：

In [61]: x.sourceEncodedID.str.split('\.', expand=True)[1] 
Out[61]: 
0  b 
1  r 
2 None 
3 None 
Name: 1, dtype: object