Series.str.split(pat=None, n=-1, expand=False)
其中,pat是字符串或正则表达式,
n是一个整数数字,默认为-1。为0或-1时即为最大次数的分割。其他数值因数值而定。
expand为布尔类型,表示分割后是否转换为DataFrame。默认为False表示不转换。
原始数据:
import pandas as pd
#pd.set_option('display.unicode.east_asian_width', True)
address = ['重庆 重庆市 南岸区 ',
'江苏省 苏州市 吴江区 吴江经济技术开发区亨通路',
'江苏省 苏州市 园区 苏州市工业园区唯亭镇阳澄湖大道维纳阳光花园',
'上海 上海市 松江区',
'山东省 青岛市 市北区']
df = pd.DataFrame()
df['address'] = address
print("原数据:\n", df, '\n')
out:
原数据:
address
0 重庆 重庆市 南岸区
1 江苏省 苏州市 吴江区 吴江经济技术开发区亨通路
2 江苏省 苏州市 园区 苏州市工业园区唯亭镇阳澄湖大道维纳阳光花园
3 上海 上海市 松江区
4 山东省 青岛市 市北区
将数据按空格切割,分为省、市、区、具体地址再插入到df中:
#使用split进行分割,返回df数据
df1 = df['address'].str.split(' ', expand=True)
#设置df1的列名
df1.columns =['省', '市', '区', '具体地址']
print(df1)
out:
省 市 区 具体地址
0 重庆 重庆市 南岸区
1 江苏省 苏州市 吴江区 吴江经济技术开发区亨通路
2 江苏省 苏州市 园区 苏州市工业园区唯亭镇阳澄湖大道维纳阳光花园
3 上海 上海市 松江区 None
4 山东省 青岛市 市北区 None
使用join与split:
df1 = df.join(df['address'].str.split(' ', expand=True))
df1 = df1.drop('address', axis=1)
df1.columns = ['省','市','区','具体地址']
print(df1)
out:
省 市 区 具体地址
0 重庆 重庆市 南岸区
1 江苏省 苏州市 吴江区 吴江经济技术开发区亨通路
2 江苏省 苏州市 园区 苏州市工业园区唯亭镇阳澄湖大道维纳阳光花园
3 上海 上海市 松江区 None
4 山东省 青岛市 市北区 None