大佬教程收集整理的这篇文章主要介绍了使用固定宽度拆分字符串类型的 Pandas 列（类似于具有固定宽度的 Excel 文本到列功能），大佬教程大佬觉得挺不错的，现在分享给大家，也给大家做个参考。
我有一个 CCYPair 的数据框和类似于下面的相应点值：
当前日期范围：
d = {'CCYPair': ['EURUSD','USDJPY'],'Spot': [1.2,109]}
df = pd.DataFrame(data=d)
我希望将 CCYPair 列拆分为 CCY1 和 CCY2。这可以在 Excel 中使用 Text-to-columns 或通过 left 和 Right 函数轻松实现。然而，即使搜索了一段时间，我还是发现在 Pandas 数据框中实现相同的结果非常棘手。
我只能找到 pandas.read_fwf 但那是为了从文件中读取。我已经有了一个数据框，并且希望根据固定宽度拆分其中一列。
我确定我在这里遗漏了一些基本的东西 - 就是不知道是什么。
我尝试过 df['CCY1'] = df['CCYPair'][0:3] 但这适用于列上的 [0:3] 而不是列中的每个条目。所以我最终得到了前三个 CCYPair 值，然后是 NaN。
预期结果：
d = {'CCY1': ['EUR','USD'],'CCY2': ['USD','JPY'],109]}
df = pd.DataFrame(data=d)
你可以试试extract：
df[['CCY1','CCY2']] = df.CCYPair.str.extract('(.{3})(.*)')
输出：
CCYPair Spot CCY1 CCY2
0 EURUSD 1.2 EUR USD
1 USDJPY 109.0 USD JPY
您也可以使用 str.slice 方法：
df['CCY1'] = df['CCYPair'].str.slice(stop=3)
df['CCY2'] = df['CCYPair'].str.slice(start=3)
输出：
CCYPair Spot CCY1 CCY2
0 EURUSD 1.2 EUR USD
1 USDJPY 109.0 USD JPY
以上是大佬教程为你收集整理的使用固定宽度拆分字符串类型的 Pandas 列（类似于具有固定宽度的 Excel 文本到列功能）全部内容，希望文章能够帮你解决使用固定宽度拆分字符串类型的 Pandas 列（类似于具有固定宽度的 Excel 文本到列功能）所遇到的程序开发问题。
如果觉得大佬教程网站内容还不错，欢迎将大佬教程推荐给程序员好友。
本图文内容来源于网友网络收集整理提供，作为学习参考使用，版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ：384754419，请注明来意。