博客

详解pandas.str.split()（字符串分割）函数使用方法

  • Post category:Python

pandas是Python中非常常用的数据处理库之一，它提供了大量的数据处理功能。其中，split()函数是pandas中对字符串分割的函数，对于需要对表格中的字符串进行分词、分割的情况非常有用。本文将详细讲解split()函数的作用与使用方法，同时提供实际使用的案例进行演示。

1. split()函数的作用

split()函数的作用是将字符串按照指定的分割符进行分割，并且返回分割得到的字符串列表。该函数通常用于对表格中的数据进行字符串分割或分词处理。split()函数的返回值为一个Series或DataFrame对象，其中分割得到的字符串列表会按行组成一个新的Series或DataFrame。

2. split()函数的使用方法

split()函数的使用方法很简单，其语法如下所示：

Series.str.split(pat=None, n=-1, expand=False)

其中，参数pat是分割符，如果不指定，则默认为所有空白字符（包括空格、制表符、换行符等）。参数n表示最多分割出的字符串个数，如果为-1，则表示不限制个数。参数expand表示是否将分割得到的字符串列表扩展成DataFrame对象。默认情况下，expand为False，则返回一个Series对象。如果将expand设置为True，则返回一个DataFrame对象，其中每一列都是分割得到的字符串列表。

下面通过几个实例来演示split()函数的使用方法。

实例一：将文本数据按逗号分割

假设有如下一组数据：

data = {
    'name': ['Alice', 'Bob', 'Charlie'],
    'age': [25, 30, 35],
    'address': ['New York, USA', 'London, UK', 'Beijing, China']
}
df = pd.DataFrame(data)

其中，address列的数据是由城市和国家组成的，两者用逗号隔开。现在我们需要将address列的数据按照逗号分割成两列，分别表示城市和国家。可以使用split()函数来实现：

df[['city', 'country']] = df['address'].str.split(',', expand=True)

其中，split()函数对address列进行分割，按照逗号分割成两列，并且将分割得到的字符串列表扩展成两列，分别命名为city和country。

最终结果为：

       name  age         address      city country
0     Alice   25   New York, USA  New York     USA
1       Bob   30      London, UK    London      UK
2  Charlie   35  Beijing, China   Beijing   China

实例二：将文本数据按空格分割

假设有如下一组数据：

data = {
    'text': ['A B C', 'D E F', 'G H I']
}
df = pd.DataFrame(data)

现在我们需要将text列的数据按照空格进行分割。可以使用split()函数来实现：

df['words'] = df['text'].str.split()

其中，split()函数对text列进行分割，按照空格分割成多个字符串，并且返回一个Series对象，其中每个元素都是分割后得到的字符串列表。

最终结果为：

    text      words
0  A B C  [A, B, C]
1  D E F  [D, E, F]
2  G H I  [G, H, I]

以上两个实例分别演示了split()函数的基本使用方法和高级用法。开发者可以结合自己的实际需求来灵活运用该函数，实现更多样化的数据处理。

Tags: