如何使用pandas根据多个字符串索引拆分列

Question

我想把每一行的数据根据几个索引分成新的列：

6ABCDE0218594STRING

变成

6 ABCDE 021 8594 STRING

这看起来之前至少有人问过一次，但我一直只找到一些变种的问题（比如用分隔符把文本分成多行，像在pandas: 如何把一列中的文本分成多行？，或者用分隔符把数据分成新行，而不是新列，像在把pandas数据框中的字符串分开成新行）。

如果这个问题是重复的，我提前道歉！

Answer 1

试试这个：

string = '6ABCDE0218594STRING'
indices = [1,5,3,4]
myList = []

for index in indices:
    token, string = string[:index],string[index:]
    myList.append(token)

myList.append(string)

>>> Output: ['6', 'ABCDE', '021', '8594', 'STRING']

Answer 2

或者如果你不知道数字、字母等的数量：

import re

m = re.match('(\d*)([A-Z]*)(\d*)([A-Z]*)', '6ABCDE0218594STRING').groups()
print m[0], m[1], m[2], m[3]

输出结果：

6 ABCDE 0218594 STRING

Answer 3

一种方法是使用正则表达式和str.extract来提取出列数据：

In [11]: df = pd.DataFrame([['6ABCDE0218594STRING']])

你也可以直接用索引来做，像这样：

In [12]: df[0].str.extract('(.)(.{5})(.{3})(.{4})(.*)')
Out[12]:
   0      1    2     3       4
0  6  ABCDE  021  8594  STRING

或者你可以更加小心，确保每一列的数据格式都是正确的：

In [13]: df[0].str.extract('(\d)(.{5})(\d{3})(\d{4})(.*)')
Out[13]:
   0      1    2     3       4
0  6  ABCDE  021  8594  STRING

注意：你还可以使用命名组（具体可以查看文档）。