pandas分割仓库字段，并为原数据新增两列仓库代码、仓库名称，删除仓库字段

在Pandas中，如果你有一个包含仓库信息的列，比如“仓库”，并且这个字符串包含了仓库代码和名称，你可以通过正则表达式或者分隔符将它拆分成两个新的列。这里是一个简单的示例，假设仓库字段是以逗号分隔的：

import pandas as pd

# 假设原始 DataFrame 有 '仓库' 这一列
data = {
    '仓库': ['W001,仓库A', 'W002,仓库B', 'W003,仓库C']
}

df = pd.DataFrame(data)

# 使用 split 函数分割仓库字段
df[['仓库代码', '仓库名称']] = df['仓库'].str.split(',', expand=True)
# 或者使用 regular expression 正则匹配
df[['仓库代码', '仓库名称']] = df['仓库'].str.extract(r'(\d+),(.*)')

# 删除原始的 '仓库' 列
df = df.drop('仓库', axis=1)

print(df)

运行上述代码后，你会得到一个新的 DataFrame，其中包含了 '仓库代码' 和 '仓库名称' 两列，以及原来的数据。

相关问题

pandas删除字段

在使用pandas删除字段时，可以使用drop函数。根据引用\[2\]，drop_duplicates函数可以删除DataFrame中的重复行。该函数的参数subset可以指定要检查重复的列，keep参数可以指定保留哪个重复值的行，inplace参数可以选择是否将结果赋值给原变量。例如，如果要删除名为'源IP'的字段，可以使用以下代码：
data_input.drop('源IP', axis=1, inplace=True)
这将删除名为'源IP'的字段，并将结果赋值给原变量data_input。
#### 引用[.reference_title]
- *1* [pandas导入txt文本删除乱码行并且绘制饼图过程分享](https://blog.csdn.net/hanxiaoxu_/article/details/107378841)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
- *2* *3* [pandas 删除重复值](https://blog.csdn.net/T_110140/article/details/120502323)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]

pandas删除指定字段的行

可以使用 pandas 中的 drop() 方法来删除指定字段的行，示例代码如下：

import pandas as pd

# 创建示例数据
data = {'name': ['Alice', 'Bob', 'Charlie', 'David'], 'age': [25, 30, 35, 40], 'gender': ['F', 'M', 'M', 'M']}
df = pd.DataFrame(data)

# 删除 gender 字段为 'M' 的行
df = df.drop(df[df['gender'] == 'M'].index)

print(df)

输出结果如下：

     name  age gender
0   Alice   25      F

请问，还有其它问题需要我回答吗？