pandas删除重复数据（pandas中如何使用split()方法分割字符串？）

1  
  
  
  
  
  
  
 、split()方法

根据分隔符或正则表达式对字符串进行拆分；

以逗号分隔的字符串可以用split拆分成数段  
  
  
  
  
  
  
 ，可以指定拆分的次数               。

2 
  
  
  
  
  
  
  、使用语法

Series.str.split(pat=None,n=-1,expand=False)

3


 


 


 


 


 


 


 

、参数:

pat : 字符串,默认使用空白分割 
  
  
  
  
  
  
  ，分列的依据


 


 


 


 


 


 


 

，可以是空格 
 
 
 
 
 
 
，符号  
   
   
   
   
   
   
   ，字符串等等

n : 整型,默认为-1,既使用所有的分割点分割 
 
  
 
  
 
  
 
  
 
  
 
  
 
  
。

n参数

 

 

 

 

 

 

 
，指定分隔的次数 >>>df[0].str.split(_,n=1) 0[A,1_1] 1[B,2_1] 2[C,3_1] 3[D,4_1] Name:0,dtype:object

expand : 布尔值
 

 

 

 

 

 

 

，默认为False













。可以指定拆分的次数

如果为真返回数据框(DataFrame)或复杂索引(MultiIndex)；如果为假               ，返回序列(Series)或者索引(Index).

4 
 
 
 
 
 
 
、返回值

expand参数：每个具体值的类型是字符串

5  
   
   
   
   
   
   
   、使用实例

>>>importnumpy,pandas; >>>s=pandas.Series([‘a_b_c‘,‘c_d_e‘,numpy.nan,‘f_g_h‘]) >>>s.str.split(‘‘) 0[a,b,c] 1[c,d,e] 2NaN 3[f,g,h] dtype:object >>>s.str.split(‘‘,-1) 0[a,b,c] 1[c,d,e] 2NaN 3[f,g,h] dtype:object

python中有一系列内置的方法可以进行字符串操作
 

 
 

 
 

 
 

 
 

 
 

 
 

 
 ，例如使用split()方法粉格子风














，同样作为python中的pandas库也可以使用内置方法split()方法分割字符串                      ，但是split()方法不能分割字符串分列
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 ，要想分列





















，需要先用.str将这一列转换为类似字符串的格式               ，就能够使用split()方法
  
  
  
  
  
  
  
 。

以上就是pandas中使用split()方法分割字符串得详细介绍
 
  
 
  
 
  
 
  
 
  
 
  
 
  
 ，需要注意如果直接用某一列和split()来分列是不行的














，因为Series数据类型是没有split()的  
  
  
  
  
  
  
 ，所以需要先用.str将这一列转换为类似字符串的格式 
  
  
  
  
  
  
  ，就能够使用split()了哦~更多python学习推荐：python教程 
  
  
  
  
  
  
 。