如何遍历pandas数据帧中的行，查找字符串，并将其分隔为列？

在 Pandas 中，可以使用迭代器或者 apply 函数来遍历数据帧中的行，并查找特定的字符串，并将其分隔为列。

方法一：使用迭代器遍历行

import pandas as pd

# 创建一个示例数据帧
df = pd.DataFrame({'column1': ['A_B_C', 'D_E_F', 'G_H_I']})

# 创建新的列
df['column2'] = ''
df['column3'] = ''
df['column4'] = ''

# 遍历数据帧中的行
for index, row in df.iterrows():
    # 查找特定的字符串，并将其分隔为列
    values = row['column1'].split('_')
    df.at[index, 'column2'] = values[0]
    df.at[index, 'column3'] = values[1]
    df.at[index, 'column4'] = values[2]

print(df)

方法二：使用 apply 函数遍历行

import pandas as pd

# 创建一个示例数据帧
df = pd.DataFrame({'column1': ['A_B_C', 'D_E_F', 'G_H_I']})

# 创建新的列
df['column2'] = ''
df['column3'] = ''
df['column4'] = ''

# 定义函数，用于查找特定的字符串并将其分隔为列
def split_string(row):
    values = row['column1'].split('_')
    row['column2'] = values[0]
    row['column3'] = values[1]
    row['column4'] = values[2]
    return row

# 使用 apply 函数遍历数据帧中的行，并应用 split_string 函数
df = df.apply(split_string, axis=1)

print(df)

这两种方法都可以遍历数据帧中的行，查找特定的字符串，并将其分隔为列。根据实际情况选择适合的方法。