Python pandas.Series.str.split用法及代碼示例

用法: Series.str.split(pat=None, n=- 1, expand=False, *, regex=None)

圍繞給定的分隔符/分隔符拆分字符串。

在指定的分隔符字符串處從頭開始拆分係列/索引中的字符串。

參數：

pat：str 或編譯的正則表達式，可選

要拆分的字符串或正則表達式。如果未指定，則在空格處拆分。

n：int，默認 -1(全部)

限製輸出中的拆分數量。 None , 0 和 -1 將被解釋為返回所有拆分。

expand：布爾值，默認為 False

將拆分的字符串展開為單獨的列。

如果 True ，返回 DataFrame/MultiIndex 擴展維度。
如果 False ，則返回包含字符串列表的係列/索引。

regex：布爾值，默認無

確定 passed-in 模式是否為正則表達式：

如果 True ，假設 passed-in 模式是正則表達式
如果 False ，則將模式視為文字字符串。
如果 None 和 pat 長度為 1，則將 pat 視為文字字符串。
如果 None 和 pat 長度不為 1，則將 pat 視為正則表達式。
如果 pat 是已編譯的正則表達式，則不能設置為 False

Series、Index、DataFrame 或 MultiIndex

類型匹配調用者，除非expand=True(見注釋)。

拋出：

ValueError

如果 regex 為 False 並且 pat 是已編譯的正則表達式

注意：

n 關鍵字的處理取決於找到的拆分數量：

如果發現拆分 > n ，請先進行 n 拆分
如果發現拆分 n ，則進行所有拆分
如果對於某一行，找到的拆分數 n ，則追加 None 以填充到 n if expand=True

如果使用 expand=True ，Series 和 Index 調用者分別返回 DataFrame 和 MultiIndex 對象。

使用帶有pat 的regex=False 作為編譯的正則表達式會引發錯誤。

例子：

>>> s = pd.Series(
...     [
...         "this is a regular sentence",
...         "https://docs.python.org/3/tutorial/index.html",
...         np.nan
...     ]
... )
>>> s
0                       this is a regular sentence
1    https://docs.python.org/3/tutorial/index.html
2                                              NaN
dtype:object

在默認設置中，字符串由空格分隔。

>>> s.str.split()
0                   [this, is, a, regular, sentence]
1    [https://docs.python.org/3/tutorial/index.html]
2                                                NaN
dtype:object

如果沒有n 參數，rsplit 和split 的輸出是相同的。

>>> s.str.rsplit()
0                   [this, is, a, regular, sentence]
1    [https://docs.python.org/3/tutorial/index.html]
2                                                NaN
dtype:object

n 參數可用於限製分隔符上的拆分數量。 split 和rsplit 的輸出不同。

>>> s.str.split(n=2)
0                     [this, is, a regular sentence]
1    [https://docs.python.org/3/tutorial/index.html]
2                                                NaN
dtype:object

>>> s.str.rsplit(n=2)
0                     [this is a, regular, sentence]
1    [https://docs.python.org/3/tutorial/index.html]
2                                                NaN
dtype:object

pat 參數可用於按其他字符分割。

>>> s.str.split(pat="/")
0                         [this is a regular sentence]
1    [https:, , docs.python.org, 3, tutorial, index...
2                                                  NaN
dtype:object

使用 expand=True 時，拆分元素將擴展為單獨的列。如果存在 NaN，它將在拆分期間傳播到整個列。

>>> s.str.split(expand=True)
                                               0     1     2        3         4
0                                           this    is     a  regular  sentence
1  https://docs.python.org/3/tutorial/index.html  None  None     None      None
2                                            NaN   NaN   NaN      NaN       NaN

對於稍微複雜的用例，例如從 url 中拆分 html 文檔名稱，可以使用參數設置的組合。

>>> s.str.rsplit("/", n=1, expand=True)
                                    0           1
0          this is a regular sentence        None
1  https://docs.python.org/3/tutorial  index.html
2                                 NaN         NaN

請記住在顯式使用正則表達式時轉義特殊字符。

>>> s = pd.Series(["foo and bar plus baz"])
>>> s.str.split(r"and|plus", expand=True)
    0   1   2
0 foo bar baz

正則表達式可用於處理 url 或文件名。當 pat 是字符串且 regex=None (默認值)時，僅當 len(pat) != 1 時，給定的 pat 才會編譯為正則表達式。

>>> s = pd.Series(['foojpgbar.jpg'])
>>> s.str.split(r".", expand=True)
           0    1
0  foojpgbar  jpg

>>> s.str.split(r"\.jpg", expand=True)
           0 1
0  foojpgbar

當 regex=True ， pat 被解釋為正則表達式

>>> s.str.split(r"\.jpg", regex=True, expand=True)
           0 1
0  foojpgbar

編譯的正則表達式可以傳遞為pat

>>> import re
>>> s.str.split(re.compile(r"\.jpg"), expand=True)
           0 1
0  foojpgbar

當 regex=False ， pat 被解釋為字符串本身

>>> s.str.split(r"\.jpg", regex=False, expand=True)
               0
0  foojpgbar.jpg

相關用法

注：本文由純淨天空篩選整理自pandas.pydata.org大神的英文原創作品 pandas.Series.str.split。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

拋出：

注意：

例子：