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。