pandas .str.split详解|极客教程

pandas .str.split详解

1. 简介

在使用pandas进行数据处理时，经常会遇到需要将字符串列按照某种分隔符进行拆分的情况。pandas提供了str.split函数来实现这一功能。本文将详细介绍pandas中的str.split函数的用法和示例。

2. 语法

str.split函数的语法如下：

Series.str.split(self, pat=None, n=-1, expand=False)

参数说明：

pat：要使用的分隔符，默认为None，表示使用空格进行分割。也可以是正则表达式。
n：拆分次数。默认值为-1，表示拆分所有符合条件的部分。
expand：如果为True，返回一个DataFrame，每个拆分的部分将被放在不同的列中。如果为False，返回一个列表。

3. 示例

3.1 默认分隔符

假设有如下的一个数据集：

import pandas as pd

data = {'Name': ['Alice Bob', 'Charlie David', 'Emily Frank']}
df = pd.DataFrame(data)

print(df)

输出为：

            Name
0      Alice Bob
1  Charlie David
2    Emily Frank

如果我们想将Name列按照空格进行拆分，可以使用str.split函数：

df['First Name'] = df['Name'].str.split().str[0]
df['Last Name'] = df['Name'].str.split().str[1]

print(df)

输出为：

            Name First Name Last Name
0      Alice Bob      Alice       Bob
1  Charlie David   Charlie     David
2    Emily Frank      Emily     Frank

3.2 自定义分隔符

如果我们想将Name列按照_进行拆分，可以在str.split函数中指定pat参数：

df['First Name'] = df['Name'].str.split('_').str[0]
df['Last Name'] = df['Name'].str.split('_').str[1]

print(df)

输出为：

            Name First Name Last Name
0      Alice_Bob      Alice       Bob
1  Charlie_David   Charlie     David
2    Emily_Frank      Emily     Frank

3.3 拆分成DataFrame

如果我们希望将拆分的部分放在不同的列中，并返回一个DataFrame，可以将expand参数设置为True：

df[['First Name', 'Last Name']] = df['Name'].str.split(' ', expand=True)

print(df)

输出为：

            Name First Name Last Name
0      Alice Bob      Alice       Bob
1  Charlie David   Charlie     David
2    Emily Frank      Emily     Frank

3.4 拆分指定次数

如果我们只想拆分一部分，可以指定n参数：

df[['First Name', 'Last Name']] = df['Name'].str.split(' ', n=1, expand=True)

print(df)

输出为：

            Name First Name    Last Name
0      Alice Bob      Alice          Bob
1  Charlie David   Charlie        David
2    Emily Frank      Emily        Frank