Rumah >pembangunan bahagian belakang >Tutorial Python >Bagaimana untuk Membahagikan Lajur Rentetan Pandas DataFrame kepada Dua Menggunakan `.str.split()`?

Bagaimana untuk Membahagikan Lajur Rentetan Pandas DataFrame kepada Dua Menggunakan `.str.split()`?

Susan Sarandon
Susan Sarandonasal
2024-12-29 20:05:13439semak imbas

How to Split a Pandas DataFrame String Column into Two Using `.str.split()`?

Cara Memisahkan Lajur Rentetan Bingkai Data kepada Dua Lajur

Dalam senario ini, df bingkai data mengandungi lajur rentetan tunggal bernama 'baris' dan matlamatnya adalah untuk membahagikannya kepada dua lajur rentetan baharu: 'fips' dan 'row'.

Kepada mencapai ini, kaedah .str.split() boleh digunakan. Kaedah ini membolehkan pemisahan rentetan pada pembatas yang ditentukan (dalam kes ini, pemisah yang diketahui seperti ruang) dan mengembalikan Siri senarai.

df[['fips', 'row']] = df['row'].str.split(' ', n=1, expand=True)

Berikut ialah pecahan cara setiap parameter dalam kod di atas berfungsi :

  • ' ': Watak ruang bertindak sebagai pembatas, menunjukkan di mana untuk membelah rentetan.
  • n=1: Parameter ini mengehadkan pemisahan kepada hanya satu kejadian pembatas, memastikan rentetan dibahagikan kepada dua bahagian.
  • expand=True: Secara lalai, .str.split() mengembalikan Siri senarai. Walau bagaimanapun, expand=True mengarahkannya untuk membahagikan lagi setiap senarai kepada lajur individu.

Hasilnya ialah bingkai data dengan tiga lajur: 'fips', 'row' dan lajur 'baris' asal masih utuh.

Kaedah ini secara berkesan memisahkan lajur 'baris' berdasarkan pembatas ruang dan mencipta dua tambahan lajur, 'fips' dan 'row', yang mengandungi bahagian masing-masing rentetan pecahan.

Atas ialah kandungan terperinci Bagaimana untuk Membahagikan Lajur Rentetan Pandas DataFrame kepada Dua Menggunakan `.str.split()`?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan:
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn