在 Pandas DataFrame 列中將單列拆分為多列
Luqman Khan
2022年5月16日
Pandas 有一種眾所周知的方法，可以通過列表的破折號、空格和返回列（Series）來拆分字串列或文字列；如果我們談論 pandas，術語 Series 被稱為 Dataframe 列。
我們可以使用 pandas Series.str.split() 函式將字串拆分為圍繞給定分隔符或定界符的多列。它類似於 Python 字串 split() 方法，但適用於整個 Dataframe 列。我們有最簡單的方法來分隔下面的列。
此方法將 Series 字串與初始索引分開。
Series.str.split(pat=None, n=-1, expand=False)
讓我們嘗試瞭解此方法的工作原理
# import Pandas as pd
import pandas as pd
# innitilize Dataframe
df = pd.DataFrame(
{
"Email": [
"Alex.jhon@gmail.com",
"Hamza.Azeez@gmail.com",
"Harry.barton@hotmail.com",
],
"Number": ["+44-3844556210", "+44-2245551219", "+44-1049956215"],
"Location": ["Alameda,California", "Sanford,Florida", "Columbus,Georgia"],
}
)
print("Dataframe series:\n", df)
我們建立了一個 Dataframe df，包含三列，Email、Number 和 Location。請注意，電子郵件列中的字串具有特定的模式。但是，如果你仔細觀察，可以將此列拆分為兩列。我們將很好地解決所需的問題。
輸出：
Dataframe series :
Email Number Location
0 Alex.jhon@gmail.com +44-3844556210 Alameda,California
1 Hamza.Azeez@gmail.com +44-2245551219 Sanford,Florida
2 Harry.barton@hotmail.com +44-1049956215 Columbus,Georgia
我們將使用 Series.str.split() 函式來分隔 Number 列並在 split() 方法中傳遞 -。確保將 True 傳遞給 expand 關鍵字。
示例 1：
print(
"\n\nSplit 'Number' column by '-' into two individual columns :\n",
df.Number.str.split(pat="-", expand=True),
)
這個例子將用 - 分割系列（數字）的每個值。
輸出：
Split 'Number' column into two individual columns :
0 1
0 +44 3844556210
1 +44 2245551219
2 +44 1049956215
如果我們只使用擴充套件引數 Series.str.split(expand=True)，這將允許拆分空格，但不能用 - 和 , 或字串中存在的任何正規表示式進行分隔，你必須通過 pat 引數。
讓我們重新命名這些拆分列。
df[["Dialling Code", "Cell-Number"]] = df.Number.str.split("-", expand=True)
print(df)
我們建立了兩個新系列 Dialling code 和 Cell-Number 並使用 Number 系列分配值。
輸出：
Email Number Location Dialling Code \
0 Alex.jhon@gmail.com +44-3844556210 Alameda,California +44
1 Hamza.Azeez@gmail.com +44-2245551219 Sanford,Florida +44
2 Harry.barton@hotmail.com +44-1049956215 Columbus,Georgia +44
Cell-Number
0 3844556210
1 2245551219
2 1049956215
示例 2：
在這個例子中，我們將用 , 分割 Location 系列。
df[["City", "State"]] = df.Location.str.split(",", expand=True)
print(df)
拆分 Location 系列並將其值儲存在單獨的系列 City 和 State 中。
輸出：
Email Number Location City \
0 Alex.jhon@gmail.com +44-3844556210 Alameda,California Alameda
1 Hamza.Azeez@gmail.com +44-2245551219 Sanford,Florida Sanford
2 Harry.barton@hotmail.com +44-1049956215 Columbus,Georgia Columbus
State
0 California
1 Florida
2 Georgia
讓我們看看最後一個例子。我們將在 Email 系列中分隔全名。
full_name = df.Email.str.split(pat="@", expand=True)
print(full_name)
輸出：
0 1
0 Alex.jhon gmail.com
1 Hamza.Azeez gmail.com
2 Harry.barton hotmail.com
現在我們用 . 分隔名字和姓氏。
df[["First Name", "Last Name"]] = full_name[0].str.split(".", expand=True)
print(df)
輸出：
Email Number Location First Name \
0 Alex.jhon@gmail.com +44-3844556210 Alameda,California Alex
1 Hamza.Azeez@gmail.com +44-2245551219 Sanford,Florida Hamza
2 Harry.barton@hotmail.com +44-1049956215 Columbus,Georgia Harry
Last Name
0 jhon
1 Azeez
2 barton
如果在 .split() 方法中傳遞了 expand=True，n=-1 引數將不起作用。
print(df["Email"].str.split("@", n=-1, expand=True))
輸出：
0 1
0 George Washington
1 Hamza Azeez
2 Harry Walker
整個示例程式碼如下。
# import Pandas as pd
import pandas as pd
# create a new Dataframe
df = pd.DataFrame(
{
"Email": [
"Alex.jhon@gmail.com",
"Hamza.Azeez@gmail.com",
"Harry.barton@hotmail.com",
],
"Number": ["+44-3844556210", "+44-2245551219", "+44-1049956215"],
"Location": ["Alameda,California", "Sanford,Florida", "Columbus,Georgia"],
}
)
print("Dataframe series :\n", df)
print(
"\n\nSplit 'Number' column by '-' into two individual columns :\n",
df.Number.str.split(pat="-", expand=True),
)
df[["Dialling Code", "Cell-Number"]] = df.Number.str.split("-", expand=True)
print(df)
df[["City", "State"]] = df.Location.str.split(",", expand=True)
print(df)
full_name = df.Email.str.split(pat="@", expand=True)
print(full_name)
df[["First Name", "Last Name"]] = full_name[0].str.split(".", expand=True)
print(df)
輸出：
Dataframe series :
Email Number Location
0 Alex.jhon@gmail.com +44-3844556210 Alameda,California
1 Hamza.Azeez@gmail.com +44-2245551219 Sanford,Florida
2 Harry.barton@hotmail.com +44-1049956215 Columbus,Georgia
Split 'Number' column by '-' into two individual columns :
0 1
0 +44 3844556210
1 +44 2245551219
2 +44 1049956215
Email Number Location Dialling Code \
0 Alex.jhon@gmail.com +44-3844556210 Alameda,California +44
1 Hamza.Azeez@gmail.com +44-2245551219 Sanford,Florida +44
2 Harry.barton@hotmail.com +44-1049956215 Columbus,Georgia +44
Cell-Number
0 3844556210
1 2245551219
2 1049956215
Email Number Location Dialling Code \
0 Alex.jhon@gmail.com +44-3844556210 Alameda,California +44
1 Hamza.Azeez@gmail.com +44-2245551219 Sanford,Florida +44
2 Harry.barton@hotmail.com +44-1049956215 Columbus,Georgia +44
Cell-Number City State
0 3844556210 Alameda California
1 2245551219 Sanford Florida
2 1049956215 Columbus Georgia
0 1
0 Alex.jhon gmail.com
1 Hamza.Azeez gmail.com
2 Harry.barton hotmail.com
Email Number Location Dialling Code \
0 Alex.jhon@gmail.com +44-3844556210 Alameda,California +44
1 Hamza.Azeez@gmail.com +44-2245551219 Sanford,Florida +44
2 Harry.barton@hotmail.com +44-1049956215 Columbus,Georgia +44
Cell-Number City State First Name Last Name
0 3844556210 Alameda California Alex jhon
1 2245551219 Sanford Florida Hamza Azeez
2 1049956215 Columbus Georgia Harry barton