pandas.Series.str.split #

系列.str。split ( pat = None , * , n = -1 , Expand = False , regex = None ) [来源] #

围绕给定的分隔符/定界符分割字符串。

在指定的分隔符字符串处从头开始拆分系列/索引中的字符串。

参数：
pat str 或编译的正则表达式，可选

要分割的字符串或正则表达式。如果未指定，则按空格分割。

n int，默认-1（全部）

限制输出中的拆分数量。 None、0 和 -1 将被解释为返回所有拆分。

展开bool，默认 False

将拆分的字符串展开为单独的列。

  • 如果True，则返回 DataFrame/MultiIndex 扩展维度。

  • 如果False，则返回包含字符串列表的系列/索引。

正则表达式bool，默认 None

确定传入的模式是否是正则表达式：

  • 如果True，假设传入的模式是正则表达式

  • 如果False，则将模式视为文字字符串。

  • 如果Nonepat长度为 1，则将pat视为文字字符串。

  • 如果Nonepat长度不为 1，则将pat视为正则表达式。

  • 如果pat是已编译的正则表达式，则不能设置为 False

1.4.0 版本中的新增功能。

返回：
系列、索引、DataFrame 或多索引

类型与调用者匹配，除非expand=True（参见注释）。

加薪：
值错误

  • 如果regex为 False 并且pat是已编译的正则表达式

也可以看看

Series.str.split

围绕给定的分隔符/定界符分割字符串。

Series.str.rsplit

从右侧开始围绕给定的分隔符/分隔符分割字符串。

Series.str.join

使用传递的分隔符连接作为系列/索引中的元素包含的列表。

str.split

用于拆分的标准库版本。

str.rsplit

rsplit 的标准库版本。

笔记

n关键字的处理取决于找到的拆分数量：

  • 如果发现分割 > n，则仅进行前n分割

  • 如果发现 splits <= n，则进行所有 splits

  • 如果对于某一行，找到的分割数 < n，则附加None来填充最多n ifexpand=True

如果使用expand=True，Series 和 Index 调用者将分别返回 DataFrame 和 MultiIndex 对象。

使用regex =False和pat作为已编译的正则表达式将引发错误。

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

在默认设置中，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

如果没有n参数， rsplit和split的输出 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参数可用于限制分隔符上的拆分数量。split和rsplit的输出不同。

>>> 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参数可用于被其他字符分割。

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

使用 时expand=True，拆分元素将展开为单独的列。如果存在 NaN，则它会在分割期间传播到整个列。

>>> 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

对于稍微复杂的用例，例如从 url 中拆分 html 文档名称，可以使用参数设置的组合。

>>> 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

请记住在显式使用正则表达式时转义特殊字符。

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

正则表达式可用于处理 url 或文件名。当pat是字符串且regex=None（默认）时，仅当 时，给定的pat才会编译为正则表达式。len(pat) != 1

>>> 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

当 时regex=True，pat被解释为正则表达式

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

已编译的正则表达式可以作为pat传递

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

当 时regex=False，pat被解释为字符串本身

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