將函數添加到熊貓中的字符串拆分命令中

Question

我有一個數據幀，其中有20列左右的列。其中一列稱爲'director_name'，並具有諸如'John Doe'或'Jane Doe'等值。我想把它分成兩列，'First_Name'和'Last_Name'。當我運行以下它能正常工作並拆分字符串轉換成2列：

data[['First_Name', 'Last_Name']] = data.director_name.str.split(' ', expand 
= True) 
data 

First_Name Last_Name 
John   Doe 

它的偉大工程，但它不，當我有下「director_name」 NULL（NAN）值工作。它引發以下錯誤：

'Columns must be same length as key' 

我想補充哪些檢查功能，如果值= null，則做上面列出的命令，否則輸入「NA」將First_Name爲和「姓氏」

！

任何想法我會怎麼做？

編輯：

我剛纔檢查的文件，我不知道，如果是空的問題。我有一些3-4個字符串的名字。即

John Allen Doe 
John Allen Doe Jr 

也許我不能把它分成First_Name和Last_Name。

Hmmmm

Answer 1

這裏有一個辦法就是分裂，並選擇說前兩個值作爲姓氏和名字

Id name 
0 1 James Cameron 
1 2 Martin Sheen 
2 3 John Allen Doe 
3 4 NaN 


df['First_Name'] = df.name.str.split(' ', expand = True)[0] 
df['Last_Name'] = df.name.str.split(' ', expand = True)[1] 

你得到

Id name   First_Name Last_Name 
0 1 James Cameron James  Cameron 
1 2 Martin Sheen Martin  Sheen 
2 3 John Allen Doe John  Allen 
3 4 NaN    NaN   None 

Answer 2

這應該可以解決您的問題

設置

data= pd.DataFrame({'director_name': {0: 'John Doe', 1: np.nan, 2: 'Alan Smith'}}) 

data 
Out[457]: 
    director_name 
0  John Doe 
1   NaN 
2 Alan Smith 

解決方案

#use a lambda function to check nan before splitting the column. 
data[['First_Name', 'Last_Name']] = data.apply(lambda x: pd.Series([np.nan,np.nan] if pd.isnull(x.director_name) else x.director_name.split()), axis=1) 

data 
Out[446]: 
    director_name First_Name Last_Name 
0  John Doe  John  Doe 
1   NaN  NaN  NaN 
2 Alan Smith  Alan  Smith 

如果你需要採取只有第2吶MES，你可以這樣做：

data[['First_Name', 'Last_Name']] = data.apply(lambda x: pd.Series([np.nan,np.nan] if pd.isnull(x.director_name) else x.director_name.split()).iloc[:2], axis=1) 

Answer 3

使用str.split（沒有參數，因爲默認分隔符爲空白）與indexing with str有關位置選擇列表：

print (df.name.str.split()) 
0  [James, Cameron] 
1  [Martin, Sheen] 
2 [John, Allen, Doe] 
3     NaN 
Name: name, dtype: object 

df['First_Name'] = df.name.str.split().str[0] 
df['Last_Name'] = df.name.str.split().str[1] 

#data borrow from A-Za-z answer 
print (df) 
    Id   name First_Name Last_Name 
0 1 James Cameron  James Cameron 
1 2 Martin Sheen  Martin  Sheen 
2 3 John Allen Doe  John  Allen 
3 4    NaN  NaN  NaN 

也有可能使用放慢參數n選擇第二或第一2名：

df['First_Name'] = df.name.str.split().str[0] 
df['Last_Name'] = df.name.str.split(n=1).str[1] 
print (df) 
    Id   name First_Name Last_Name 
0 1 James Cameron  James Cameron 
1 2 Martin Sheen  Martin  Sheen 
2 3 John Allen Doe  John Allen Doe 
3 4    NaN  NaN  NaN 

解決方案與str.rstrip

df['First_Name'] = df.name.str.rsplit(n=1).str[0] 
df['Last_Name'] = df.name.str.rsplit().str[-1] 
print (df) 
    Id   name First_Name Last_Name 
0 1 James Cameron  James Cameron 
1 2 Martin Sheen  Martin  Sheen 
2 3 John Allen Doe John Allen  Doe 
3 4    NaN   NaN  NaN 

Answer 4

df['First_Name'] = df.name.str.split(' ', expand = True)[0] 
df['Last_Name'] = df.name.str.split(' ', expand = True)[1] 

這應該做