溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇“Pandas怎么使用分隔符或正則表達式將字符串拆分為多列”文章的知識點大部分人都不太理解，所以小編給大家總結了以下內容，內容詳細，步驟清晰，具有一定的借鑒價值，希望大家閱讀完這篇文章能有所收獲，下面我們一起來看看這篇“Pandas怎么使用分隔符或正則表達式將字符串拆分為多列”文章吧。
字符串方法是pandas.Series方法。
適用于pandas.Series或pandas.DataFrame列
要按定界符（delimiter）進行拆分，使用字符串方法str.split（）。
以以下pandas.Series為例。
import pandas as pd s_org = pd.Series(['aaa@xxx.com', 'bbb@yyy.com', 'ccc@zzz.com', 'ddd'], index=['A', 'B', 'C', 'D']) print(s_org) print(type(s_org)) # A aaa@xxx.com # B bbb@yyy.com # C ccc@zzz.com # D ddd # dtype: object # <class 'pandas.core.series.Series'>
將定界符指定為第一個參數。一個pandas.Series元素作為拆分字符串的列表返回。
s = s_org.str.split('@')
print(s)
print(type(s))
# A [aaa, xxx.com]
# B [bbb, yyy.com]
# C [ccc, zzz.com]
# D [ddd]
# dtype: object
# <class 'pandas.core.series.Series'>指定split = True作為參數可分為多個列并以pandas.DataFrame的形式獲取。默認值為expand = False。
沒有足夠的行劃分的元素為“無(None)”。
df = s_org.str.split('@', expand=True)
print(df)
print(type(df))
# 0 1
# A aaa xxx.com
# B bbb yyy.com
# C ccc zzz.com
# D ddd None
# <class 'pandas.core.frame.DataFrame'>可以在列中指定獲取的pandas.DataFrame的列名。
df.columns = ['local', 'domain'] print(df) # local domain # A aaa xxx.com # B bbb yyy.com # C ccc zzz.com # D ddd None
如果要通過將pandas.DataFrame的特定列拆分為多列來更新它，這會有些乏味。可能有更好的方法。
以先前創建的pandas.DataFrame為例。
print(df) # local domain # A aaa xxx.com # B bbb yyy.com # C ccc zzz.com # D ddd None
在特定的列上使用str.split（）獲得一個拆分的pandas.DataFrame。
print(df['domain'].str.split('.', expand=True))
# 0 1
# A xxx com
# B yyy com
# C zzz com
# D None None使用pd.concat（）與原始pandas.DataFrame進行串聯（聯接），并使用drop（）方法刪除原始列。
df2 = pd.concat([df, df['domain'].str.split('.', expand=True)], axis=1).drop('domain', axis=1)
print(df2)
# local 0 1
# A aaa xxx com
# B bbb yyy com
# C ccc zzz com
# D ddd None None如果剩余的列很少，則只能選擇與pd.concat（）串聯（聯接）時所需的列。
df3 = pd.concat([df['local'], df['domain'].str.split('.', expand=True)], axis=1)
print(df3)
# local 0 1
# A aaa xxx com
# B bbb yyy com
# C ccc zzz com
# D ddd None None要重命名特定的列，請使用rename（）方法。
df3.rename(columns={0: 'second_LD', 1: 'TLD'}, inplace=True)
print(df3)
# local second_LD TLD
# A aaa xxx com
# B bbb yyy com
# C ccc zzz com
# D ddd None None參考文章
Pandas.DataFrame的行名和列名的修改
使用字符串方法str.extract（）分割正則表達式。
以以下pandas.Series為例。
import pandas as pd s_org = pd.Series(['aaa@xxx.com', 'bbb@yyy.com', 'ccc@zzz.com', 'ddd'], index=['A', 'B', 'C', 'D']) print(s_org) # A aaa@xxx.com # B bbb@yyy.com # C ccc@zzz.com # D ddd # dtype: object
在第一個參數中指定正則表達式。對于每個與正則表達式中用（）括起來的組部分匹配的字符串，均對其進行劃分。
提取多個組時，無論參數expand如何，都將返回pandas.DataFrame。
如果不匹配，則為NaN。
df = s_org.str.extract('(.+)@(.+)\.(.+)', expand=True)
print(df)
# 0 1 2
# A aaa xxx com
# B bbb yyy com
# C ccc zzz com
# D NaN NaN NaN
df = s_org.str.extract('(.+)@(.+)\.(.+)', expand=False)
print(df)
# 0 1 2
# A aaa xxx com
# B bbb yyy com
# C ccc zzz com
# D NaN NaN NaN如果只有一組，則當參數expand = True時返回pandas.DataFrame，如果expand = False則返回pandas.Series。
df_single = s_org.str.extract('(\w+)', expand=True)
print(df_single)
print(type(df_single))
# 0
# A aaa
# B bbb
# C ccc
# D ddd
# <class 'pandas.core.frame.DataFrame'>
s = s_org.str.extract('(\w+)', expand=False)
print(s)
print(type(s))
# A aaa
# B bbb
# C ccc
# D ddd
# dtype: object
# <class 'pandas.core.series.Series'>Expand = False是當前版本0.22.0中的默認值，但expand = True將是將來的默認值。
FutureWarning: currently extract(expand=None) means expand=False (return Index/Series/DataFrame)
but in a future version of pandas this will be changed to expand=True (return DataFrame)
如果對正則表達式模式使用命名組（？P …），則該名稱將按原樣是列名。
df_name = s_org.str.extract('(?P<local>.*)@(?P<second_LD>.*)\.(?P<TLD>.*)', expand=True)
print(df_name)
# local second_LD TLD
# A aaa xxx com
# B bbb yyy com
# C ccc zzz com
# D NaN NaN NaN如果要通過將pandas.DataFrame的特定列劃分為多個列來進行更新，請參考上面的str.split（）示例。使用pd.concat（）連接（聯接）原始的pandas.DataFrame并使用drop（）方法刪除原始的列。
以上就是關于“Pandas怎么使用分隔符或正則表達式將字符串拆分為多列”這篇文章的內容，相信大家都有了一定的了解，希望小編分享的內容對大家有幫助，若想了解更多相關的知識內容，請關注億速云行業資訊頻道。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
