pandas.Series.str.partition

Series.str.partition(sep=' ', expand=True)

在 sep 的第一次出现处拆分字符串。

此方法在 sep 的第一个出现位置拆分字符串，并返回包含分隔符之前部分、分隔符本身和分隔符之后部分的3个元素。如果找不到分隔符，则返回3个元素，包含字符串本身，后跟两个空字符串。

参数:

sepstr, 默认 空白

要分割的字符串。

展开布尔值, 默认为 True

如果为True，返回扩展维度的DataFrame/MultiIndex。如果为False，返回Series/Index。

返回:

DataFrame/MultiIndex 或 Series/Index 的对象

根据 expand 参数返回适当类型，并根据 sep 参数拆分字符串。

参见

rpartition

在 sep 的最后一次出现处拆分字符串。

Series.str.split

根据给定的分隔符拆分字符串。

str.partition

标准库版本。

例子

>>> s = pd.Series(['Linda van der Berg', 'George Pitt-Rivers'])
>>> s
0    Linda van der Berg
1    George Pitt-Rivers
dtype: object

>>> s.str.partition()
        0  1             2
0   Linda     van der Berg
1  George      Pitt-Rivers

要按最后一个空格而不是第一个空格进行分区：

>>> s.str.rpartition()
               0  1            2
0  Linda van der            Berg
1         George     Pitt-Rivers

要按不同于空格的方式进行分区：

>>> s.str.partition('-')
                    0  1       2
0  Linda van der Berg
1         George Pitt  -  Rivers

要返回包含元组的系列而不是数据框：

>>> s.str.partition('-', expand=False)
0    (Linda van der Berg, , )
1    (George Pitt, -, Rivers)
dtype: object

也可在索引上使用：

>>> idx = pd.Index(['X 123', 'Y 999'])
>>> idx
Index(['X 123', 'Y 999'], dtype='object')

这将创建一个 MultiIndex：

>>> idx.str.partition()
MultiIndex([('X', ' ', '123'),
            ('Y', ' ', '999')],
           )

或者一个带有元组的索引，使用 expand=False:

>>> idx.str.partition(expand=False)
Index([('X', ' ', '123'), ('Y', ' ', '999')], dtype='object')