我有一個(gè)像這樣的 df：col1AAP CO. LTD.AAS dds dTdD.我正在嘗試創(chuàng)建一個(gè)函數(shù)來生成 pandas df 列，就像col2它分割col1每 3 個(gè)（或 n 個(gè)）字符一樣：col1 col2AAP CO. LTD. ['AAP','AP ','P C','CO.','O. '...]AAS dds dTdD. ['AAS','AS ','S d','dds','ds '...]我已經(jīng)嘗試過這段代碼，但它只是為每一行重復(fù)相同的字符串列表......def trigram(self): for b in df.parent_org_name: a = ["".join(j) for j in zip(*[b[i:] for i in range(3)])] # [b[i:i+3] for i in range(len(b)-1)] return a # print(a) df.apply(trigram, axis=1)有任何想法嗎？
3 回答
倚天杖
TA貢獻(xiàn)1828條經(jīng)驗(yàn) 獲得超3個(gè)贊
您可以添加更多邏輯，具體取決于如果您提供的N大于字符串長度的情況會發(fā)生什么（目前我在列表中返回原始字符串）。
字符串切片，將切片開始和停止索引增加 1，并確保到達(dá)字符串末尾后停止，否則可能會返回長度 <N 的子字符串。
import numpy as np
def split_str(s, N):
rmax = np.clip(len(s)-N, a_min=0, a_max=None)+1
return [s[0+i:N+i] for i in range(0, rmax)]
df['col1'].apply(lambda x: split_str(x, 3))
#0 [AAP, AP , P C, CO, CO., O. , . L, LT, LTD, ...
#1 [AAS, AS , S d, dd, dds, ds , s d, dT, dTd, ...
#Name: col1, dtype: object
# To show actual values
df['col1'].apply(lambda x: split_str(x, 3))[0]
#['AAP', 'AP ', 'P C', ' CO', 'CO.', 'O. ', '. L', ' LT', 'LTD', 'TD.']
繁花不似錦
TA貢獻(xiàn)1851條經(jīng)驗(yàn) 獲得超4個(gè)贊
我想這就是你所需要的:)。如果需要使用不同于 3 的參數(shù) n 來運(yùn)行它，那么他們可以相應(yīng)地更改括號中的 i+3
df["col2"] = df.apply(lambda x: [x[0][i:i+3] for i in range(0, len(x[0]))],axis=1)
#The result looks as follows
col1 col2
0 AAP CO. LTD. [AAP, AP , P C, CO, CO., O. , . L, LT, LTD, ...
1 AAS dds dTdD. [AAS, AS , S d, dd, dds, ds , s d, dT, dTd, ...
慕斯王
TA貢獻(xiàn)1864條經(jīng)驗(yàn) 獲得超2個(gè)贊
不要循環(huán)遍歷所有行，而是更改函數(shù)定義，如下所示 -
def trigram(self):
b=self.col1
a = ["".join(j) for j in zip(*[b[i:] for i in range(3)])]
# a = ["".join(j) for j in zip(*[b[i:] for i in range(3)])]
# [b[i:i+3] for i in range(len(b)-1)]
return a
添加回答
舉報(bào)
0/150
提交
取消