分离行值

Question

我有这种熊猫据帧输出，列在最上面一行：

Gender,Name 
Male, Matt 57 
Male, Jack 42 
Male, David 31 
Male, John 28 
Male, Tim 51 

我的目标是获得这种输出：

Gender,Name, Age 
Male, Matt, 57 
Male, Jack, 42 
Male, David, 31 
Male, John, 28 
Male, Tim, 51 

如何我可以将年龄值从“名称”列更改为名称为“年龄”的新列？

Answer 1

df.drop('Name', 1).join(
    df.Name.str.split().apply(pd.Series, index=['Name', 'Age'])) 

    Gender Name Age 
0 Male Matt 57 
1 Male Jack 42 
2 Male David 31 
3 Male John 28 
4 Male Tim 51 

这也让你同样的事情

df.drop('Name', 1).join(
    df.Name.str.extract('(?P<Name>\S+)\s+(?P<Age>\S+)', expand=True)) 

或在离奇的方向迈出的一步

df.assign(
    **dict(zip(
     ('Name', 'Age'), 
     zip(*np.core.defchararray.split(df.Name.values.astype(str), ' ').tolist())))) 

---

天真一次测试时

Answer 2

split_values = df['Name'].str.split(' ', expand=True) 
df['Name'] = split_values.iloc[:, 0] 
df['Age'] = split_values.iloc[:, 1] 
print(df) 

    Gender Name Age 
0 Male Matt 57 
1 Male Jack 42 
2 Male David 31 
3 Male John 28 
4 Male Tim 51 

甚至机：

split_values = df['Name'].str.split(' ', expand=True) 
for ii, col_name in enumerate(['Name', 'Age']): 
    df[col_name] = split_values.iloc[:, ii]