第七色在线视频,2021少妇久久久久久久久久,亚洲欧洲精品成人久久av18,亚洲国产精品特色大片观看完整版,孙宇晨将参加特朗普的晚宴

為了賬號(hào)安全，請(qǐng)及時(shí)綁定郵箱和手機(jī)立即綁定
已解決430363個(gè)問(wèn)題，去搜搜看，總會(huì)有你想問(wèn)的

將 python 分隔項(xiàng)列表轉(zhuǎn)換為 pandas 數(shù)據(jù)框

將 python 分隔項(xiàng)列表轉(zhuǎn)換為 pandas 數(shù)據(jù)框

HUH函數(shù) 2023-07-05 10:31:20
我有一個(gè)這樣的列表，其中項(xiàng)目由“：”分隔。   x=['john:42:engineer',      'michael:29:doctor']有沒有辦法通過(guò)定義“名稱”、“年齡”和“職業(yè)”列來(lái)將其更改為如下所示的數(shù)據(jù)框？    Name    Age Occupation0   john    42  engineer1   michael 29  doctor
查看完整描述

3 回答

?
慕容708150

TA貢獻(xiàn)1831條經(jīng)驗(yàn) 獲得超4個(gè)贊

你可以只使用split：


pd.DataFrame([y.split(':') for y in x], columns = ['Name','Age', 'Occupation'])

輸出：


      Name Age Occupation

0     john  42   engineer

1  michael  29     doctor


查看完整回答
反對(duì) 回復(fù) 2023-07-05
?
守著星空守著你

TA貢獻(xiàn)1799條經(jīng)驗(yàn) 獲得超8個(gè)贊

我會(huì)做


df = pd.Series(x).str.split(':',expand=True)

df.columns = ['Name','Age', 'Occupation']

df

Out[172]: 

      Name Age Occupation

0     john  42   engineer

1  michael  29     doctor


查看完整回答
反對(duì) 回復(fù) 2023-07-05
?
忽然笑

TA貢獻(xiàn)1806條經(jīng)驗(yàn) 獲得超5個(gè)贊

不確定這是最好的方法，但是......


x = ['john:42:engineer', 'michael:29:doctor']

x = [i.split(':') for i in x]

pd.DataFrame({'name': [i[0] for i in x], 'age': [i[2] for i in x], 'occupation': [i[1] for i in x]})


Output:


    name    age occupation

0   john    42  engineer

1   michael 29  doctor


查看完整回答
反對(duì) 回復(fù) 2023-07-05
  • 3 回答
  • 0 關(guān)注
  • 172 瀏覽
慕課專欄
更多

添加回答

舉報(bào)

0/150
提交
取消
微信客服

購(gòu)課補(bǔ)貼
聯(lián)系客服咨詢優(yōu)惠詳情

 幫助反饋 APP下載

慕課網(wǎng)APP
您的移動(dòng)學(xué)習(xí)伙伴

 公眾號(hào)

掃描二維碼
關(guān)注慕課網(wǎng)微信公眾號(hào)