Ottieni l'ultima "colonna" dopo l'operazione .str.split() sulla colonna in pda DataFrame

Question

Ho una colonna in un DataFrame panda che vorrei suddividere su un unico spazio. La suddivisione è abbastanza semplice con DataFrame.str.split(' '), ma non riesco a creare una nuova colonna dall'ultima voce. Quando I .str.split() la colonna ottengo un elenco di matrici e non so come manipolare questo per ottenere una nuova colonna per il mio DataFrame.

Ecco un esempio. Ogni voce nella colonna contiene 'prezzo dei dati simbolo' e vorrei dividere il prezzo (e alla fine rimuovere la "p" ... o "c" nella metà dei casi).

import pandas as pd 
temp = pd.DataFrame({'ticker' : ['spx 5/25/2001 p500', 'spx 5/25/2001 p600', 'spx 5/25/2001 p700']}) 
temp2 = temp.ticker.str.split(' ') 

che produce

0 ['spx', '5/25/2001', 'p500'] 
1 ['spx', '5/25/2001', 'p600'] 
2 ['spx', '5/25/2001', 'p700'] 

Ma temp2[0] solo dà matrice propria voce dell'elenco e temp2[:][-1] fallisce. Come posso convertire l'ultima voce di ciascun array in una nuova colonna? Grazie!

Answer 1

è possibile utilizzare il metodo tolist come intermediario:

In [99]: import pandas as pd 

In [100]: d1 = pd.DataFrame({'ticker' : ['spx 5/25/2001 p500', 'spx 5/25/2001 p600', 'spx 5/25/2001 p700']}) 

In [101]: d1.ticker.str.split().tolist() 
Out[101]: 
[['spx', '5/25/2001', 'p500'], 
['spx', '5/25/2001', 'p600'], 
['spx', '5/25/2001', 'p700']] 

da cui si poteva fare una nuova dataframe:

In [102]: d2 = pd.DataFrame(d1.ticker.str.split().tolist(), 
    .....:     columns="symbol date price".split()) 

In [103]: d2 
Out[103]: 
    symbol  date price 
0 spx 5/25/2001 p500 
1 spx 5/25/2001 p600 
2 spx 5/25/2001 p700 

Per buona misura, si potrebbe fissare il prezzo:

In [104]: d2["price"] = d2["price"].str.replace("p","").astype(float) 

In [105]: d2 
Out[105]: 
    symbol  date price 
0 spx 5/25/2001 500 
1 spx 5/25/2001 600 
2 spx 5/25/2001 700 

PS: ma se si davvero vogliono solo l'ultima colonna, apply sarebbe sufficiente:

In [113]: temp2.apply(lambda x: x[2]) 
Out[113]: 
0 p500 
1 p600 
2 p700 
Name: ticker 

Answer 2

fare questo:

In [43]: temp2.str[-1] 
Out[43]: 
0 p500 
1 p600 
2 p700 
Name: ticker 

Answer 3

https://pandas.pydata.org/pandas-docs/stable/text.html

s2 = pd.Series(['a_b_c', 'c_d_e', np.nan, 'f_g_h']) 
s2.str.split('_').str.get(1) 

o

s2.str.split('_').str[1] 

Answer 4

Utilizzando Pandas 0.20.3:

In [10]: import pandas as pd 
    ...: temp = pd.DataFrame({'ticker' : ['spx 5/25/2001 p500', 'spx 5/25/2001 p600', 'spx 5/25/2001 p700']}) 
    ...: 

In [11]: temp2 = temp.ticker.str.split(' ', expand=True) # the expand=True return a DataFrame 

In [12]: temp2 
Out[12]: 
    0   1  2 
0 spx 5/25/2001 p500 
1 spx 5/25/2001 p600 
2 spx 5/25/2001 p700 

In [13]: temp3 = temp.join(temp2[2]) 

In [14]: temp3 
Out[14]: 
       ticker  2 
0 spx 5/25/2001 p500 p500 
1 spx 5/25/2001 p600 p600 
2 spx 5/25/2001 p700 p700