Python Pandas使用str.split()将字符串分成两个List/Column

Pandas 提供了一种方法，可以围绕传递的分隔符/定界符分割字符串。之后，字符串可以作为一个列表存储在一个系列中，或者也可以用来从一个分离的字符串创建多列数据框架。它的工作原理类似于Python默认的split()方法，但它只能应用于单个字符串。Pandas str.split()方法可以应用于整个系列。每次在调用这个方法之前，必须把.str 作为前缀，以区别于Python的默认函数，否则，它将会产生一个错误。为了在google colab中工作，在使用数据集之前导入文件。

语法:

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

参数:

• pat:字符串值，分隔符或分界符，用于分隔字符串。
• n:在一个字符串中进行最大分离的数字，默认为-1，表示全部。
• expand： 布尔值，如果为真，则返回一个在不同列中具有不同数值的数据框。否则，它返回一个带有字符串列表的系列。

返回类型：系列列表或数据框架，取决于扩展参数

在下面的例子中，所使用的数据框包含一些NBA球员的数据。下面是数据框在任何操作之前的图像。

例子#1：

将字符串分割成列表 在这个数据中，分割函数被用来在每一个 “t “处分割团队列。参数被设置为1，因此，单个字符串中的最大分割数为1。扩展参数为False，这就是为什么返回的是字符串列表系列，而不是数据框架。

# importing pandas module
import pandas as pd
   
# reading csv file from url
data = pd.read_csv("https://media.geeksforgeeks.org/wp-content/uploads/nba.csv")
  
# dropping null value columns to avoid errors
data.dropna(inplace = True)
  
# new data frame with split value columns
data["Team"]= data["Team"].str.split("t", n = 1, expand = False)
 
# df display
data

输出： 如输出图片所示，团队列现在有一个列表。字符串在第一次出现 “t “的时候就被分开了，而在后来出现的时候就没有了，因为n参数被设置为1（一个字符串中最多有一个分隔）。

示例#2：

从字符串中制作独立的列 在这个例子中，Name列被空格（””）隔开，扩展参数被设置为True，这意味着它将返回一个数据框架，所有被隔开的字符串在不同的列中。然后，该数据框架被用来创建新的列，旧的Name列被使用.drop()方法删除。

# importing pandas module
import pandas as pd
  
# reading csv file from url
data = pd.read_csv("https://media.geeksforgeeks.org/wp-content/uploads/nba.csv")
 
# dropping null value columns to avoid errors
data.dropna(inplace = True)
 
# new data frame with split value columns
new = data["Name"].str.split(" ", n = 1, expand = True)
 
# making separate first name column from new data frame
data["First Name"]= new[0]
 
# making separate last name column from new data frame
data["Last Name"]= new[1]
 
# Dropping old Name columns
data.drop(columns =["Name"], inplace = True)
 
# df display
data

输出：如输出图片所示，split()函数返回了一个新的数据框，它被用来在数据框中创建两个新的列（名字和姓氏）。

新的数据框架