pandas.Series.str.split

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

Разделение строк по заданному разделителю.

Разделяет строки в Series/Index с начала по указанной строке-разделителю.

Параметры:

pat:str или скомпилированный regex, необязательно

Строка или регулярное выражение для разделения. Если не указано, разделение происходит по пробелам.

n:int, по умолчанию -1 (все)

Ограничение числа разделений в выводе. None, 0 и -1 будут интерпретированы как возвращение всех разделений.

expand:bool, по умолчанию False

Разделить строки на отдельные столбцы.

• Если True, возвращается DataFrame/MultiIndex, расширяющий размерность.

• Если False, возвращается Series/Index, содержащий списки строк.

regex:bool, по умолчанию None

Определяет, является ли переданный шаблон регулярным выражением:

• Если True, предполагается, что переданный шаблон является регулярным выражением

• Если False, шаблон обрабатывается как строка.

• Если None и длина pat равна 1, pat обрабатывается как строка.

• Если None и длина pat не равна 1, pat обрабатывается как регулярное выражение.

• Не может быть установлено в False, если pat является скомпилированным regex

Добавлена в версии 1.4.0.

Возвращаемое значение:

Series, Index, DataFrame или MultiIndex

Тип соответствует вызывающему элементу, за исключением expand=True (см. Примечания).

Исключения:

ValueError

• если regex равно False, а pat — скомпилированному regex

См. также

Series.str.split

Разделение строк по заданному разделителю.

Series.str.rsplit

Разделение строк по заданному разделителю, начиная справа.

Series.str.join

Объединение списков, содержащихся в качестве элементов Series/Index, с заданным разделителем.

str.split

Стандартная библиотечная версия для split.

str.rsplit

Стандартная библиотечная версия для rsplit.

Примечания

Обработка ключевого слова n зависит от количества найденных разделений:

• Если найденных разделений > n, выполняются только первые n разделений

• Если найденных разделений <= n, выполняются все разделения

• Если для определенной строки число найденных разделений < n, добавляется None для заполнения до n, если expand=True

Если используется expand=True, Series и Index вызывающие элементы возвращают объекты DataFrame и MultiIndex соответственно.

Использование regex =False со pat в виде скомпилированного regex вызовет ошибку.

Примеры

>>> 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

В стандартном режиме строка разделяется по пробелам.

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

Без параметра n результаты rsplit и split идентичны.

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

Параметр n может использоваться для ограничения количества разделений по разделителю. Результаты split и rsplit отличаются.

>>> 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

Параметр pat может использоваться для разделения по другим символам.

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

При использовании expand=True, элементы разделения будут расширены в отдельные столбцы. Если присутствует NaN, он распространяется по всем столбцам во время разделения.

>>> 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

Для немного более сложных случаев, таких как разделение имени файла html из url, можно использовать комбинацию параметров.

>>> 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

Не забудьте экранировать специальные символы при явном использовании регулярных выражений.

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

Регулярные выражения могут использоваться для обработки url или имён файлов. Когда pat является строкой и regex=None (по умолчанию), заданная pat компилируется как regex только если len(pat) != 1.

>>> 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

Когда regex=True, pat интерпретируется как регулярное выражение

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

Скомпилированное регулярное выражение может быть передано как pat

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

Когда regex=False, pat интерпретируется как сама строка

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