如何在拆分列时跳过NaN值

Question

我试图根据分隔符将一列拆分为两列。该列目前包含以"-"分隔的文本。列中的一些值是NaN，所以当我运行下面的代码时，我得到以下错误消息:ValueError: Columns必须与key长度相同。

我不想删除NaN值，但我不确定如何跳过它们，以便这种分割工作。

我现在的代码是:

df[['A','B']] = df['A'].str.split('-',expand=True)

Answer 1

您的代码可以很好地使用NaN值，但您必须使用n=1作为str.split的参数:

假设这个数据帧:

df = pd.DataFrame({'A': ['hello-world', np.nan, 'raise-an-exception']}
print(df)
# Output:
A
0         hello-world
1                 NaN
2  raise-an-exception

复制错误:

df[['A', 'B']] = df['A'].str.split('-', expand=True)
print(df)
# Output:
...
ValueError: Columns must be same length as key

使用n=1:

df[['A', 'B']] = df['A'].str.split('-', n=1, expand=True)
print(df)
# Output:
A             B
0  hello         world
1    NaN           NaN
2  raise  an-exception

另一种方法是生成更多的列:

df1 = df['A'].str.split('-', expand=True)
df1.columns = df1.columns.map(lambda x: chr(x+65))
print(df1)
# Output:
A      B          C
0  hello  world       None
1    NaN    NaN        NaN
2  raise     an  exception

Answer 2

可以用loc:

将它们过滤掉

df.loc[df['A'].notna(), ['A','B']] = df.loc[df['A'].notna(), 'A'].str.split('-',expand=True)