Python Pandas Series str split方法用法及代码示例

Pandas Series.str.split(~) 方法对系列中的每个字符串执行拆分。

参数

1.pat | string | optional

用于分割字符串的字符串或正则表达式模式。默认情况下，pat=" "(单个空格)。

2. n | int | optional

每个值允许的分割数。默认情况下，没有限制。请注意，参数值 None 、 0 或 -1 将被解释为无限制。

3. expand | boolean | optional

• 如果 True ，则返回的列表将水平扩展为单独的列。

• 如果 False ，则为每个值返回一个列表。

默认情况下，expand=False 。

返回值

如果 expand=True ，则返回 DataFrame /MultiIndex。否则，返回 Series /Index。

例子

基本用法

考虑以下系列：

s = pd.Series(["a","a_1","a_2"])
s



0    a
1    a_1
2    a_2
dtype: object

要按 _ 分割每个字符串：

s.str.split("_")



0    [a]
1    [a, 1]
2    [a, 2]
dtype: object

请注意系列中的每个值现在都是一个列表。

使用正则表达式

可以直接使用正则表达式作为分隔符：

s = pd.Series(["a_1","a*2"])
s.str.split(r'[_*]')



0    [a, 1]
1    [a, 2]
dtype: object

指定n

默认情况下，可以进行的拆分数量没有限制：

s = pd.Series(["a_1","a_2_3"])
s.str.split("_")



0       [a, 1]
1    [a, 2, 3]
dtype: object

允许每个值最多进行 1 拆分：

s.str.split("_", n=1)



0      [a, 1]
1    [a, 2_3]
dtype: object

指定展开

默认情况下， expand=False ，这意味着每个值都成为一个列表：

s = pd.Series(["a", "a_1","a_2"])
s.str.split("_")



0    [a]
1    [a, 1]
2    [a, 2]
dtype: object

您可以通过设置 expand=True 来扩展列表，如下所示：

s.str.split("_", expand=True)   # returns a DataFrame



   0  1
0  a  None
1  a  1
2  a  2

处理缺失值

单个缺失值 ( NaN ) 的拆分结果也是 NaN ：

s = pd.Series(["a_1",pd.np.NaN])
s.str.split("_")



0    [a, 1]
1       NaN
dtype: object