使用固定宽度拆分字符串类型的 Pandas 列类似于具有固定宽度的 Excel 文本到列功能

如何解决使用固定宽度拆分字符串类型的 Pandas 列类似于具有固定宽度的 Excel 文本到列功能

我有一个 CCYPair 的数据框和类似于下面的相应点值：

当前日期范围：

d = {'CCYPair': ['EURUSD','USDJPY'],'Spot': [1.2,109]}
df = pd.DataFrame(data=d)

我希望将 CCYPair 列拆分为 CCY1 和 CCY2。这可以在 Excel 中使用 Text-to-columns 或通过 Left 和 Right 函数轻松实现。然而，即使搜索了一段时间，我还是发现在 Pandas 数据框中实现相同的结果非常棘手。

我只能找到 pandas.read_fwf 但那是为了从文件中读取。我已经有了一个数据框，并且希望根据固定宽度拆分其中一列。

我确定我在这里遗漏了一些基本的东西 - 就是不知道是什么。

我尝试过 df['CCY1'] = df['CCYPair'][0:3] 但这适用于列上的 [0:3] 而不是列中的每个条目。所以我最终得到了前三个 CCYPair 值，然后是 NaN。

预期结果：

d = {'CCY1': ['EUR','USD'],'CCY2': ['USD','JPY'],109]}
df = pd.DataFrame(data=d)

解决方法

你可以试试extract：

df[['CCY1','CCY2']] = df.CCYPair.str.extract('(.{3})(.*)')

输出：

  CCYPair   Spot CCY1 CCY2
0  EURUSD    1.2  EUR  USD
1  USDJPY  109.0  USD  JPY

,

您也可以使用 str.slice 方法：

df['CCY1'] = df['CCYPair'].str.slice(stop=3)
df['CCY2'] = df['CCYPair'].str.slice(start=3)

输出：

    CCYPair   Spot  CCY1  CCY2
0    EURUSD    1.2   EUR   USD
1    USDJPY  109.0   USD   JPY