在 Python Pandas 中使用 str.split 将字符串拆分为两个列表列

Luqman Khan 2023年1月30日 2022年5月16日
  1. 在 Python Pandas 中使用 str.split() 函数将字符串拆分为两个列表/列
  2. 使用基本语法将 Pandas DataFrame 中的字符串列拆分为多列
  3. 在 Python Pandas 中将字符串转换为列表
  4. 在 Python Pandas 中从字符串创建单独的列
  5. 结论
在 Python Pandas 中使用 str.split 将字符串拆分为两个列表列

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:

在 Python 中按逗号拆分列

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

输出:

在 python 中更新 DataFrame

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。

学生表现

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:

在 Python Pandas 中将字符串转换为列表

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:

从字符串中分离列之后

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:

新 DataFrame

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。