在 Pandas 中拆分单词 - Python

有时候，我们需要对数据集中的一列文本数据进行拆分。例如，我们可能需要将一个人的姓名拆分成名和姓两列，或者将一个地址拆分成城市、州和邮政编码。

在 Pandas 中，我们可以使用 str.split() 函数来完成这个任务。这个函数可以将一个字符串拆分成多个字符串，并返回一个列表。我们可以把这个列表赋值给一个新的列，然后把这个新的列添加到数据集中。

下面是一个示例代码：

import pandas as pd

# 创建一个数据集
df = pd.DataFrame({'Name': ['John Smith', 'Jane Doe', 'Bob Johnson'],
                   'Address': ['123 Main St, Anytown USA 12345',
                               '456 Park Ave, Cityville USA 67890',
                               '789 Broadway, Bigcity USA 24680']})

# 拆分 Name 列，并将其转换为两列
name_split = df['Name'].str.split(' ', expand=True)
name_split.columns = ['First Name', 'Last Name']

# 拆分 Address 列，并将其转换为三列
address_split = df['Address'].str.split(', ', expand=True)
address_split.columns = ['Street Address', 'City', 'State Zip']

# 将拆分后的列与原数据集合并
df = pd.concat([df, name_split, address_split], axis=1)

# 删除原先的 Name 和 Address 列
df.drop(['Name', 'Address'], axis=1, inplace=True)

# 打印结果
print(df)

这个代码会将一个包含姓名和地址的数据集拆分成两个新的列，并将其添加到原始数据集中。

结论

Pandas 中的 str.split() 函数是一个非常有用的工具，可以帮助我们快速地将一个字符串拆分成多个子字符串，并将其转换为新的列。这个函数不仅适用于数据集中的文本数据，还可以用于处理文件名、URL、XML 等其他类型的字符串。