迹忆客 专注技术分享

Pandas 有一种基于分隔符/定界符拆分字符串的方法。我们将使用 pandas str.split() 函数。

在 Python Pandas 中使用 str.split() 函数将字符串拆分为两个列表/列

该字符串可以保存为系列列表，也可以由单个分隔的字符串、多列 DataFrame 构成。

使用的函数类似于 Python 的默认 split() 方法，但它们只能应用于单个字符串。

语法：

Syntax:Series.str.split(pat=None, n=-1, expand=False)
Let's define each of the parameters of syntax
Parameters:
pat:String value, separator, or delimiter used to separate strings
n=The maximum number of separations to make in a single string; the default is -1, which signifies all.
expand: If True, this Boolean value returns a data frame with different values in separate columns. Otherwise, it returns a series containing a collection of strings.
return: Depending on the expand parameter, a series of lists or a data frame will be generated.

首先，我们用一个简单的例子来解释，然后是一个 CSV 文件。

使用基本语法将 Pandas DataFrame 中的字符串列拆分为多列

data[["A", "B"]] = data["A"].str.split(",", 1, expand=True)

请参阅下面的示例，这些示例演示了此语法在实践中的使用。

按逗号拆分列：

import pandas as pd

df = pd.DataFrame(
    {"Name": ["Anu,Ais ", "Bag, Box", "fox, fix"], "points": [112, 104, 127]}
)
df

输出：

# split team column into two columns
df[["Name", "lastname"]] = df["Name"].str.split(",", 2, expand=True)
df

输出：

对于代码中使用的 CSV 文件下载，请单击此处。

学生成绩数据包含在以下示例中使用的 DataFrame 中。附加任何操作之前的 DataFrame 图像。

我们以两种方式解释字符串的拆分。

• 将字符串转换为列表
• 从字符串创建单独的列

在 Python Pandas 中将字符串转换为列表

在此数据中使用 split 函数在每个 d 处拆分午餐列。该选项设置为 1，单个字符串中的最大分隔数为 1。

expand 参数设置为 False。返回的不是一系列 DataFrame，而是一个字符串列表。

import pandas as pd

df = pd.read_csv("/content/drive/MyDrive/StudentsPerformance.csv")
# dropping null value columns to avoid errors
df.dropna(inplace=True)
# new data frame with split value columns
df["lunch"] = df["lunch"].str.split("d", n=1, expand=True)
# df display
df.head(9)

输出：

输出图像显示午餐列现在有一个列表，因为 n 选项设置为 1。

字符串在第一次出现 d 时被分隔，而不是在后续出现时分隔（字符串中最多 1 次分隔）。

在 Python Pandas 中从字符串创建单独的列

在此示例中，父母教育程度列由空格" " 分隔，并且扩展选项设置为 True。

这意味着它将返回一个 DataFrame，其中所有分隔的字符串位于不同的列中。然后使用 Dataframe 构建新列。

使用 drop() 方法删除旧的父母教育水平列。

import pandas as pd

df = pd.read_csv("/content/drive/MyDrive/StudentsPerformance.csv")
# dropping null value columns to avoid errors
df.dropna(inplace=True)
new = df["parental level of education"].str.split(" ", n=1, expand=True)
df["educational level"] = new[0]
df["insititute"] = new[1]
# Dropping old Name columns
df.drop(columns=["parental level of education"], inplace=True)
# df display
df.head(9)

输出：

split() 函数提供了一个新的 DataFrame，该 DataFrame 在 DataFrame 中创建了两个新列（教育级别和学院）。

上图显示了新列。我们还可以使用显示新创建的列的新关键字查看新列。

new.head(9)

输出：

结论

因此，在你的 Pandas 信息框中通常有一个部分需要在信息大纲中分成两个部分。

例如，如果你的信息大纲中的某个部分是全名，你可能需要将其分为名字和姓氏。