tengo un dataframe inicial(df) el cual tiene 3 columnas(nombres, datos y vendor). Desde la columna datos obtengo 3 nuevas columnas, extrayendo la información con pandas.Series.str.extract y regex en tres grupos: IP1, IP2 y mensaje. El dataframe final solo deber tener la columnas nombre, IP1, IP2, mensaje y vendor. En el código que adjunto logro hacer todo esto creando otro dataframe de paso(df1), luego concatenando y finalmente borrando la columna datos. Pero me gustaría saber si hay alguna forma más eficiente de hacer la inserción de las 3 nuevas columnas en el dataframe resultante en la posición que necesito y borrar la columna datos en un solo paso. Quizás con el pandas.DataFrame.apply?.
import re
import pandas as pd
nombres = ['router1', 'router2', 'router3', 'router4', 'router5']
datos = ['IP1=10.176.39.100, IP2=10.176.49.188, mensaje=Puerto 22',
'IP1=10.176.39.101, IP2=10.176.49.182, mensaje=Puerto 21',
'IP1=10.176.39.102, IP2=10.176.49.176, mensaje=Puerto 18',
'IP1=10.176.39.103, IP2=10.176.49.134, mensaje=Puerto 16',
'IP1=10.176.39.104, IP2=10.176.49.145, mensaje=Puerto 17']
vendor = ['disco', 'kunyper', 'juawei', 'disco', 'kunyper']
df = pd.DataFrame({'nombres':nombres, 'datos':datos, 'vendor':vendor})
df
nombres datos vendor
0 router1 IP1=10.176.39.100, IP2=10.176.49.188, mensaje=... disco
1 router2 IP1=10.176.39.101, IP2=10.176.49.182, mensaje=... kunyper
2 router3 IP1=10.176.39.102, IP2=10.176.49.176, mensaje=... juawei
3 router4 IP1=10.176.39.103, IP2=10.176.49.134, mensaje=... disco
4 router5 IP1=10.176.39.104, IP2=10.176.49.145, mensaje=... kunyper
df1 = df['datos'].str.extract(r"""IP1=(?P<IP1>[^,]+),\sIP2=
(?P<IP2>[^,]+),\smensaje=(?P<mensaje>\w+\s\d+)""" , flags=re.VERBOSE)
df1
IP1 IP2 mensaje
0 10.176.39.100 10.176.49.188 Puerto 22
1 10.176.39.101 10.176.49.182 Puerto 21
2 10.176.39.102 10.176.49.176 Puerto 18
3 10.176.39.103 10.176.49.134 Puerto 16
4 10.176.39.104 10.176.49.145 Puerto 17
df
df = pd.concat([df, df1], join='inner', axis=1)
df.drop(['datos'], axis=1)
nombres vendor IP1 IP2 mensaje
0 router1 disco 10.176.39.100 10.176.49.188 Puerto 22
1 router2 kunyper 10.176.39.101 10.176.49.182 Puerto 21
2 router3 juawei 10.176.39.102 10.176.49.176 Puerto 18
3 router4 disco 10.176.39.103 10.176.49.134 Puerto 16
4 router5 kunyper 10.176.39.104 10.176.49.145 Puerto 17
df = df[['nombres','IP1','IP2','mensaje','vendor']]
df
nombres IP1 IP2 mensaje vendor
0 router1 10.176.39.100 10.176.49.188 Puerto 22 disco
1 router2 10.176.39.101 10.176.49.182 Puerto 21 kunyper
2 router3 10.176.39.102 10.176.49.176 Puerto 18 juawei
3 router4 10.176.39.103 10.176.49.134 Puerto 16 disco
4 router5 10.176.39.104 10.176.49.145 Puerto 17 kunyper