脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → Pandas 字符串拆分为多列

Pandas使用分隔符或正则表达式将字符串拆分为多列

 更新时间：2023年02月22日 10:46:17   作者：饺子大人  
本文主要介绍了Pandas使用分隔符或正则表达式将字符串拆分为多列，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

Pandas如何将带有字符串元素的列拆分为多个列。

使用以下字符串的方法。

  • str.split（）：用定界符分割
  • str.extract()：按正则表达式拆分

字符串方法是pandas.Series方法。

适用于pandas.Series或pandas.DataFrame列

str.split（）：用定界符分割

要按定界符（delimiter）进行拆分，使用字符串方法str.split（）。

pandas.Series

以以下pandas.Series为例。

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'>

将定界符指定为第一个参数。一个pandas.Series元素作为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作为参数可分为多个列并以pandas.DataFrame的形式获取。默认值为expand = False。

没有足够的行划分的元素为“无(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'>

可以在列中指定获取的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

pandas.DataFrame

如果要通过将pandas.DataFrame的特定列拆分为多列来更新它，这会有些乏味。可能有更好的方法。

以先前创建的pandas.DataFrame为例。

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（）获得一个拆分的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（）与原始pandas.DataFrame进行串联（联接），并使用drop（）方法删除原始列。

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，则只能选择与pd.concat（）串联（联接）时所需的列。

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，请使用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

参考文章

Pandas.DataFrame的行名和列名的修改

str.extract()：按正则表达式拆分

使用字符串方法str.extract（）分割正则表达式。

以以下pandas.Series为例。

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

在第一个参数中指定正则表达式。对于每个与正则表达式中用（）括起来的组部分匹配的字符串，均对其进行划分。

提取多个组时，无论参数expand如何，都将返回pandas.DataFrame。

如果不匹配，则为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

如果只有一组，则当参数expand = True时返回pandas.DataFrame，如果expand = False则返回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是当前版本0.22.0中的默认值，但expand = True将是将来的默认值。

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)

如果对正则表达式模式使用命名组（？P …），则该名称将按原样是列名。

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

如果要通过将pandas.DataFrame的特定列划分为多个列来进行更新，请参考上面的str.split（）示例。使用pd.concat（）连接（联接）原始的pandas.DataFrame并使用drop（）方法删除原始的列。

到此这篇关于Pandas使用分隔符或正则表达式将字符串拆分为多列的文章就介绍到这了,更多相关Pandas 字符串拆分为多列内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

相关文章

  • Django 实现jwt认证的示例

    Django 实现jwt认证的示例

    这篇文章主要介绍了Django 实现jwt 认证的示例，帮助大家更好的理解和学习使用django，感兴趣的朋友可以了解下
    2021-04-04
  • python中加背景音乐如何操作

    python中加背景音乐如何操作

    在本篇文章里小编给大家整理了关于在python中加背景音乐的方法，需要的朋友们可以参考下。
    2020-07-07
  • Python中sys模块功能与用法实例详解

    Python中sys模块功能与用法实例详解

    这篇文章主要介绍了Python中sys模块功能与用法,结合实例形式详细分析了Python sys模块基本功能、原理、使用方法及操作注意事项,需要的朋友可以参考下
    2020-02-02
  • python requests完成接口文件上传的案例

    python requests完成接口文件上传的案例

    这篇文章主要介绍了python requests完成接口文件上传的案例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
    2021-03-03
  • Python可变和不可变、类的私有属性实例分析

    Python可变和不可变、类的私有属性实例分析

    这篇文章主要介绍了Python可变和不可变、类的私有属性,结合实例形式分析了Python值可变与不可变的情况及内存地址变化,类的私有属性定义、访问相关操作技巧,需要的朋友可以参考下
    2019-05-05
  • python中常用的内置模块汇总

    python中常用的内置模块汇总

    Python内置的模块有很多，我们也已经接触了不少相关模块，接下来咱们就来做一些汇总和介绍，在此我会整理出项目开发最常用的来进行讲解，感兴趣的朋友跟随小编一起看看吧
    2022-01-01
  • Python中extend和append的区别讲解

    Python中extend和append的区别讲解

    今天小编就为大家分享一篇关于Python中extend和append的区别讲解，小编觉得内容挺不错的，现在分享给大家，具有很好的参考价值，需要的朋友一起跟随小编来看看吧
    2019-01-01
  • 使用python+pygame实现中秋节动画效果

    使用python+pygame实现中秋节动画效果

    马上就要中秋节了,使用python可以实现中秋节动画效果,包括月亮、兔子和烟花吗？当然是可以的,那该如何实现呢？这篇文章我们主要使用pygame来实现,文中有详细的代码示例供大家参考,需要的朋友可以参考下
    2023-09-09
  • python解析yaml文件过程详解

    python解析yaml文件过程详解

    这篇文章主要介绍了python解析yaml文件过程详解,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2019-08-08
  • Django异步任务之Celery的基本使用

    Django异步任务之Celery的基本使用

    这篇文章主要给大家介绍了关于Django异步任务之Celery使用的相关资料，文中通过示例代码介绍的非常详细，对大家学习或者使用Django具有一定的参考学习价值，需要的朋友们下面来一起学习学习吧
    2019-03-03

最新评论