Pandas怎么使用分隔符或正则表达式将字符串拆分为多列(pandas,开发技术)

字符串方法是pandas.Series方法。

适用于pandas.Series或pandas.DataFrame列

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

以以下pandas.Series为例。

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。

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)”。

可以在列中指定获取的pandas.DataFrame的列名。

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。

在特定的列上使用str.split（）获得一个拆分的pandas.DataFrame。

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。

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。

要重命名特定的列，请使用rename（）方法。

参考文章

Pandas.DataFrame的行名和列名的修改

使用字符串方法str.extract（）分割正则表达式。

以以下pandas.Series为例。

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。

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。

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。

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。