pandas.Series.str.split#

Series.str.split(pat=None, *, n=-1, expand=False, regex=None)[源代码]#

根据给定的分隔符/定界符拆分字符串。

从指定的分隔符字符串开始，拆分 Series/Index 中的字符串。

参数:

pat字符串或编译的正则表达式，可选

用于分割的字符串或正则表达式。如果未指定，则按空白字符分割。

nint, 默认 -1 (所有)

限制输出中的分割数量。None、0 和 -1 将被解释为返回所有分割。

展开布尔值, 默认为 False

将分割的字符串展开为单独的列。

如果 True ，返回 DataFrame/MultiIndex 扩展维度。
如果 False，返回 Series/Index，包含字符串列表。

正则表达式布尔值, 默认为 None

确定传入的模式是否为正则表达式：

如果 True，则假设传入的模式是正则表达式。
如果 False ，则将模式视为字面字符串。
如果 None 并且 pat 长度为 1，则将 pat 视为一个字面字符串。
如果 None 并且 pat 的长度不是 1，则将 pat 视为正则表达式。
如果 pat 是一个已编译的正则表达式，则不能设置为 False。

Added in version 1.4.0.

返回:

系列、索引、数据框或MultiIndex: 除非 ``expand=True``（见注释），否则类型匹配调用者。

引发:

ValueError

如果 regex 是 False 并且 pat 是一个已编译的正则表达式

参见

Series.str.split: 根据给定的分隔符/定界符拆分字符串。
Series.str.rsplit: 从右边开始，根据给定的分隔符/定界符拆分字符串。
Series.str.join: 使用传递的分隔符连接作为 Series/Index 元素的列表。
str.split: 用于分割的标准库版本。
str.rsplit: rsplit 的标准库版本。

备注

n 关键字的处理取决于找到的分裂数：

如果找到的分片数 > n，则只做前 n 个分片
如果找到的分裂 <= n，则进行所有分裂
如果对于某一行找到的分裂数 < n，如果 expand=True，则追加 None 进行填充直到 n

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

使用 regex =False 并带有编译的正则表达式 pat 将引发错误。

示例

>>> 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，字符串通过空白分割。

>>> 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 参数可以用于限制在分隔符上的分割次数。split 和 rsplit 的输出是不同的。

>>> 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 参数可以用于通过其他字符进行分割。

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

当使用 expand=True 时，分割的元素将展开到单独的列中。如果存在 NaN，在分割过程中它会传播到各列。

>>> 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

对于稍微复杂一些的使用场景，比如将html文档名称与url分开，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

记住在使用正则表达式时明确转义特殊字符。

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

正则表达式可以用于处理网址或文件名。当 pat 是一个字符串且 regex=None``（默认值）时，给定的 `pat` 只有在 ``len(pat) != 1 时才会被编译为正则表达式。

>>> 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 regex=True 时，pat 被解释为正则表达式

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

一个编译好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 regex=False 时，pat 被解释为字符串本身

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