在 Pandas DataFrame 列中將單列拆分為多列
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