ValueError：列的长度必须与键的长度相同（使用python将列拆分为多个列）

Question

这个问题被问了很多，但我仍然不接近解决方案。我有一个类似这样的专栏

我想做的是在不同的栏中分开国家和语言，如

Country    Language 
Vietnam    Vietnamese_display 1
Indonesia  Tamil__1
India      Tamil_Video_5

我使用下面的代码来完成它，但是有很多因素需要考虑，我不知道如何做

df[['Country', 'Language']] = df['Line Item'].str.split('_\s+', n=1, expand=True)

如何跳过第一个“u”以获得所需的结果？谢谢

Answer 1

你可以用

df[['Country', 'Language']] = df['Line Item'].str.extract(r'^_*([^_]+)_(.+)')

见regex demo

详细信息

• ^-字符串的开头
• _*-0个或多个下划线
• ([^_]+)-捕获组1：除_以外的任何一个或多个字符
• _-a_字符
• (.+)-组2：除换行符以外的任何一个或多个字符

熊猫测试：

df = pd.DataFrame({'Line Item': ['Vietnam_Vietnamese_display 1','Indonesia_Tamil__1','India_Tamil_Video_5']})
df[['Country', 'Language']] = df['Line Item'].str.extract(r'^_*([^_]+)_(.+)')
df
#                      Line Item    Country              Language
# 0  Vietnam_Vietnamese_display 1    Vietnam  Vietnamese_display 1
# 1            Indonesia_Tamil__1  Indonesia              Tamil__1
# 2           India_Tamil_Video_5      India         Tamil_Video_5