在 Python Pandas 中使用 str.split 將字串拆分為兩個列表列
-
在 Python Pandas 中使用
str.split()函式將字串拆分為兩個列表/列 - 使用基本語法將 Pandas DataFrame 中的字串列拆分為多列
- 在 Python Pandas 中將字串轉換為列表
- 在 Python Pandas 中從字串建立單獨的列
- まとめ
Pandas 有一種基於分隔符/定界符拆分字串的方法。我們將使用 pandas str.split() 函式。
在 Python Pandas 中使用 str.split() 函式將字串拆分為兩個列表/列
該字串可以儲存為系列列表，也可以由單個分隔的字串、多列 DataFrame 構成。
使用的函式類似於 Python 的預設 split() 方法，但它們只能應用於單個字串。
語法：
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，我們用一個簡單的例子來解釋，然後是一個 CSV 檔案。
使用基本語法將 Pandas DataFrame 中的字串列拆分為多列
data[["A", "B"]] = data["A"].str.split(",", 1, expand=True)
請參閱下面的示例，這些示例演示了此語法在實踐中的使用。
按逗號拆分列：
import pandas as pd
df = pd.DataFrame(
{"Name": ["Anu,Ais ", "Bag, Box", "fox, fix"], "points": [112, 104, 127]}
)
df
輸出：
# split team column into two columns
df[["Name", "lastname"]] = df["Name"].str.split(",", 2, expand=True)
df
輸出：
對於程式碼中使用的 CSV 檔案下載，請單擊此處。
學生成績資料包含在以下示例中使用的 DataFrame 中。附加任何操作之前的 DataFrame 影象。
我們以兩種方式解釋字串的拆分。
- 將字串轉換為列表
- 從字串建立單獨的列
在 Python Pandas 中將字串轉換為列表
在此資料中使用 split 函式在每個 d 處拆分午餐列。該選項設定為 1，單個字串中的最大分隔數為 1。
expand 引數設定為 False。返回的不是一系列 DataFrame，而是一個字串列表。
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)
輸出：
輸出影象顯示午餐列現在有一個列表，因為 n 選項設定為 1。
字串在第一次出現 d 時被分隔，而不是在後續出現時分隔（字串中最多 1 次分隔）。
在 Python Pandas 中從字串建立單獨的列
在此示例中，父母教育程度列由空格" " 分隔，並且擴充套件選項設定為 True。
這意味著它將返回一個 DataFrame，其中所有分隔的字串位於不同的列中。然後使用 Dataframe 構建新列。
使用 drop() 方法刪除舊的父母教育水平列。
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)
輸出：
split() 函式提供了一個新的 DataFrame，該 DataFrame 在 DataFrame 中建立了兩個新列（教育級別和學院）。
上圖顯示了新列。我們還可以使用顯示新建立的列的新關鍵字檢視新列。
new.head(9)
輸出：
まとめ
因此，在你的 Pandas 資訊框中通常有一個部分需要在資訊大綱中分成兩個部分。
例如，如果你的資訊大綱中的某個部分是全名，你可能需要將其分為名字和姓氏。