如何从列A的字符串中删除列B的字符串

Question

不知道你是否有两列（A='Name'，B='Name\u Age'），有没有一种快速的方法从'Name\u Age'中删除'Name'，这样你就可以快速得到'Age'，就像反向连接一样？？你知道吗

我考虑过“字符串拆分”，但在某些情况下（当没有字符串拆分因子时），我确实需要一个方法来从另一列的字符串中删除一列的字符串。你知道吗

#example data below:

import pandas as pd

data =  {'Name':['Mark','Matt','Michael'], 'Name_Age':['Mark 14','Matt 29','Michael 18']}

df = pd.DataFrame(data)

Answer 1

使用字符串切片：

df['Age'] = df.apply(lambda row: row['Name_Age'][len(row['Name']):], axis=1).astype(int)

Answer 2

您可以使用str.split()用空格分隔符将值与列名分隔开来，然后用新名称重命名列名。你知道吗

1） 使用str.split()

>>> df['Name_Age'].str.split(" ", expand=True).rename(columns={0:'Name', 1:'Age'})
      Name Age
0     Mark  14
1     Matt  29
2  Michael  18

或者

>>> df = df['Name_Age'].str.split(" ", expand=True).rename(columns={0:'Name', 1:'Age'})
>>> df
      Name Age
0     Mark  14
1     Matt  29
2  Michael  18

或者，通过将拆分的列表转换为新的数据帧：

>>> pd.DataFrame(df.Name_Age.str.split().tolist(), columns="Name Age".split())
      Name Age
0     Mark  14
1     Matt  29
2  Michael  18

2） 另一个使用str.partition的选项

>>> df['Name_Age'].str.partition(" ", True).rename(columns={0:'Name', 2:'Age'}).drop(1, axis=1)
      Name Age
0     Mark  14
1     Matt  29
2  Michael  18

3） 另一个使用df.assign和lambda

将split()与默认分隔符一起使用，如下所示，并使用新列Age将值赋回。你知道吗

>>> df.assign(Age = df.Name_Age.apply(lambda x: x.split()[1]))
      Name    Name_Age Age
0     Mark     Mark 14  14
1     Matt     Matt 29  29
2  Michael  Michael 18  18

OR

>>> df.Name_Age.apply(lambda x: pd.Series(str(x).split())).rename({0:"Name",1:"Age"}, axis=1)
      Name Age
0     Mark  14
1     Matt  29
2  Michael  18

Answer 3

您可以尝试使用pandasapply函数，该函数允许您定义自己的函数以传递给数据帧的每一行：

def age_from_name_age(name, name_age):
    return name_age.replace(name, '').strip()

df['Age'] = df.apply(lambda x: age_from_name_age(x['Name'], x['Name_Age']),
                     axis='columns')

age_from_name_age接受两个字符串（名称和名称年龄），只返回年龄。然后，在apply语句中，我定义了一个匿名lambda函数，它只接收一行并将正确的字段传递给age_from_name_age。你知道吗