pandas提取字符串

可以使用 pandas 中的 str 属性来提取字符串。

例如，假设有一个 DataFrame 包含一个名为 "name" 的列，其中包含人名和姓氏，可以使用 str.split() 方法将它们分开成两列:

import pandas as pd
df = pd.DataFrame({'name': ['John Smith', 'Jane Doe']})
df[['first_name', 'last_name']] = df['name'].str.split(' ', expand=True)

这将创建一个包含两列的新 DataFrame，其中包含名字和姓氏:

         name first_name last_name
0  John Smith       John     Smith
1    Jane Doe       Jane       Doe

还可以使用 str.contains() 方法来查找包含特定字符串的行，例如:

df[df['name'].str.contains('John')]

这将返回包含 "John" 的行:

         name first_name last_name
0  John Smith       John     Smith

相关问题

pandas提取字符串第一个字符

您可以使用str属性中的slice()函数来提取字符串的第一个字符。例如，如果您想提取字符串列“name”的第一个字符，可以使用以下语句：

df['first_letter'] = df['name'].str.slice(0, 1)

其中，“0”表示要提取的字符串的起始位置，“1”表示要提取的字符串的结束位置（不包括该位置）。这将返回一个包含字符串第一个字符的新列“first_letter”。

pandas 拆分字符串

在pandas中，可以使用split()方法来拆分字符串。具体使用的函数是pandas.Series.str.split(pat=None, n=-1, expand=False)。在这个方法中，pat参数表示要用来拆分字符串的模式，默认是空格。n参数表示最多拆分的次数，默认值为-1，表示全部拆分。expand参数表示是否将拆分后的内容展开成多列，默认为False。如果设置为True，拆分后的内容会被当做一列。如果不需要展开成多列，只需要提取其中一列的话，可以使用索引操作，例如data['name'].str.split('|', expand=True)[0。这样就可以获得拆分后的第一列的结果。所以，在pandas中拆分字符串可以通过split()方法来实现。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* [Pandas-处理文本字符串（拆分split和替换replace）](https://blog.csdn.net/qq_14815199/article/details/120972768)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
- *3* [pandas 如何分割字符](https://blog.csdn.net/qq_22238533/article/details/76187597)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]