Python Pandas Series.str.rpartition()用法及代碼示例

Python是進行數據分析的一種出色語言，主要是因為以數據為中心的Python軟件包具有奇妙的生態係統。 Pandas是其中的一種，使導入和分析數據更加容易。

Pandas str.rpartition()以類似的方式工作str.partition()和str.split()。而不是在每次出現時從左側拆分字符串，.rpartition() 僅將字符串分割一次，並且反向分割(從右側)。不像 .split()方法，rpartition()方法也存儲分隔符/分隔符。

每次都必須在.str前麵加上前綴，才能調用此方法以區別於Python的默認函數，否則，它將引發錯誤。

注意：此方法不同於str.partition()方法，而不是在第一次出現時進行拆分，而是在最後一次出現的分隔符/分隔符處拆分了字符串。

用法：Series.str.rpartition(pat=’ ‘, expand=True)

要下載代碼中使用的CSV，請點擊此處。

在以下示例中，使用的 DataFrame 包含一些NBA球員的數據。下麵是任何操作之前的數據幀圖像。


範例1：將字符串拆分為列表

在此示例中，“團隊”列被劃分為最後一次出現“ o”的列表。在執行任何操作之前，請使用.dropna()方法刪除空行，以避免出現錯誤。

# importing pandas module  
import pandas as pd  
    
# making data frame  
data = pd.read_csv("https://media.geeksforgeeks.org/wp-content/uploads/nba.csv")  
    
# removing null values to avoid errors  
data.dropna(inplace = True)  
  
# splitting and overwriting column 
data["Team"]= data["Team"].str.rpartition("o", False) 
  
# display 
data

輸出：
如輸出圖像所示，字符串“ Boston Celtics”在最後一次出現“ o”時被分隔開了。返回的列表也有分隔符。

範例2：將字符串拆分為數據幀

在此示例中，通過保持擴展參數True，將“ a”的最後一次出現(從右到右)的“名稱”列拆分為 DataFrame 。在執行任何操作之前，請使用.dropna()方法刪除空行，以避免出現錯誤。

# importing pandas module  
import pandas as pd  
    
# making data frame  
data = pd.read_csv("https://media.geeksforgeeks.org/wp-content/uploads/nba.csv")  
    
# removing null values to avoid errors  
data.dropna(inplace = True)  
  
# splitting and overwriting column 
df = data["Name"].str.rpartition("a", True) 
  
# display 
df

輸出：
如輸出圖像所示，在字符串中最後一次出現“ a”時，該字符串被拆分為數據幀。

注意：如果字符串中沒有出現分隔符，則整個字符串將存儲在數據幀的最後一列/列表的最後一個索引中。