这篇“Pandas怎么使用分隔符或正则表达式将字符串拆分为多列”文章的知识点大部分人都不太理解，所以小编给大家总结了以下内容，内容详细，步骤清晰，具有一定的借鉴价值，希望大家阅读完这篇文章能有所收获，下面我们一起来看看这篇“Pandas怎么使用分隔符或正则表达式将字符串拆分为多列”文章吧。
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 pds_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 Nonepandas.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 pds_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 NaNdf = 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。
以上就是关于“Pandas怎么使用分隔符或正则表达式将字符串拆分为多列”这篇文章的内容，相信大家都有了一定的了解，希望小编分享的内容对大家有帮助，若想了解更多相关的知识内容，请关注编程网行业资讯频道。
