Hướng dẫn how do you separate text into columns in python? - làm cách nào để tách văn bản thành các cột trong python?

GANDAS DATAFRAME là tuyệt vời để thao tác dữ liệu. Nó có thể xảy ra là bạn có một cột chứa các giá trị chuỗi được phân định, ví dụ, A, B, C, và bạn muốn các giá trị có mặt trong các cột riêng biệt. Trong hướng dẫn này, chúng tôi sẽ xem xét cách phân chia một cột văn bản trong một bản dữ liệu gấu trúc thành nhiều cột theo Delimiter.

Làm thế nào để chia một cột theo dấu phân cách trong Python?

Bạn có thể sử dụng chức năng Pandas Series.str.split() để phân chia các chuỗi trong cột xung quanh một dấu phân cách/dấu phân cách nhất định. Nó tương tự như hàm chuỗi Python

import pandas as pd

# create a dataframe
df = pd.DataFrame({
    'Address': ['4860 Sunset Boulevard,San Francisco,California',
                '3055 Paradise Lane,Salt Lake City,Utah',
                '682 Main Street,Detroit,Michigan',
                '9001 Cascade Road,Kansas City,Missouri']
})
# display the dataframe
df

# df is a pandas dataframe
# default parameters pandas Series.str.split() function
df['Col'].str.split(pat, n=-1, expand=False)
# to split into multiple columns by delimiter
df['Col'].str.split(delimiter, expand=True)

Vượt qua

import pandas as pd

# create a dataframe
df = pd.DataFrame({
    'Address': ['4860 Sunset Boulevard,San Francisco,California',
                '3055 Paradise Lane,Salt Lake City,Utah',
                '682 Main Street,Detroit,Michigan',
                '9001 Cascade Road,Kansas City,Missouri']
})
# display the dataframe
df

import pandas as pd

# create a dataframe
df = pd.DataFrame({
    'Address': ['4860 Sunset Boulevard,San Francisco,California',
                '3055 Paradise Lane,Salt Lake City,Utah',
                '682 Main Street,Detroit,Michigan',
                '9001 Cascade Road,Kansas City,Missouri']
})
# display the dataframe
df

Sử dụng tham số n để vượt qua số lượng phân tách bạn muốn. Đó là

import pandas as pd

# create a dataframe
df = pd.DataFrame({
    'Address': ['4860 Sunset Boulevard,San Francisco,California',
                '3055 Paradise Lane,Salt Lake City,Utah',
                '682 Main Street,Detroit,Michigan',
                '9001 Cascade Road,Kansas City,Missouri']
})
# display the dataframe
df

Ví dụ

Hãy cùng xem xét việc sử dụng phương pháp trên với sự trợ giúp của một số ví dụ. Đầu tiên, chúng tôi sẽ tạo một khung dữ liệu mà chúng tôi sẽ sử dụng trong suốt hướng dẫn này.

import pandas as pd

# create a dataframe
df = pd.DataFrame({
    'Address': ['4860 Sunset Boulevard,San Francisco,California',
                '3055 Paradise Lane,Salt Lake City,Utah',
                '682 Main Street,Detroit,Michigan',
                '9001 Cascade Road,Kansas City,Missouri']
})
# display the dataframe
df

Đầu ra:

Ở đây, chúng tôi đã tạo một DataFrame

import pandas as pd

# create a dataframe
df = pd.DataFrame({
    'Address': ['4860 Sunset Boulevard,San Francisco,California',
                '3055 Paradise Lane,Salt Lake City,Utah',
                '682 Main Street,Detroit,Michigan',
                '9001 Cascade Road,Kansas City,Missouri']
})
# display the dataframe
df

Hãy để đi trước và phân chia cột này.

1. Cột chia theo dấu phân cách thành nhiều cột

Áp dụng chức năng PANDAS SERIES

import pandas as pd

# create a dataframe
df = pd.DataFrame({
    'Address': ['4860 Sunset Boulevard,San Francisco,California',
                '3055 Paradise Lane,Salt Lake City,Utah',
                '682 Main Street,Detroit,Michigan',
                '9001 Cascade Road,Kansas City,Missouri']
})
# display the dataframe
df

import pandas as pd

# create a dataframe
df = pd.DataFrame({
    'Address': ['4860 Sunset Boulevard,San Francisco,California',
                '3055 Paradise Lane,Salt Lake City,Utah',
                '682 Main Street,Detroit,Michigan',
                '9001 Cascade Road,Kansas City,Missouri']
})
# display the dataframe
df

import pandas as pd

# create a dataframe
df = pd.DataFrame({
    'Address': ['4860 Sunset Boulevard,San Francisco,California',
                '3055 Paradise Lane,Salt Lake City,Utah',
                '682 Main Street,Detroit,Michigan',
                '9001 Cascade Road,Kansas City,Missouri']
})
# display the dataframe
df

# split column into multiple columns by delimiter 
df['Address'].str.split(',', expand=True)

Output:

Bạn có thể thấy rằng nó dẫn đến ba cột khác nhau. Nếu bạn không vượt qua

import pandas as pd

# create a dataframe
df = pd.DataFrame({
    'Address': ['4860 Sunset Boulevard,San Francisco,California',
                '3055 Paradise Lane,Salt Lake City,Utah',
                '682 Main Street,Detroit,Michigan',
                '9001 Cascade Road,Kansas City,Missouri']
})
# display the dataframe
df

# using default value for expand parameter
df['Address'].str.split(',')

Output:

0    [4860 Sunset Boulevard, San Francisco, Califor...
1           [3055 Paradise Lane, Salt Lake City, Utah]
2                [682 Main Street, Detroit,  Michigan]
3           [9001 Cascade Road, Kansas City, Missouri]
Name: Address, dtype: object

Ở đây, các giá trị trong cột văn bản đã được chia nhưng điều này đã dẫn đến việc tạo ra các cột riêng biệt. Các giá trị phân chia nằm trong một danh sách.

Bạn vẫn có thể chia cột danh sách này thành nhiều cột nhưng nếu mục tiêu của bạn là chia cột văn bản thành nhiều cột thì tốt hơn là chuyển

import pandas as pd

# create a dataframe
df = pd.DataFrame({
    'Address': ['4860 Sunset Boulevard,San Francisco,California',
                '3055 Paradise Lane,Salt Lake City,Utah',
                '682 Main Street,Detroit,Michigan',
                '9001 Cascade Road,Kansas City,Missouri']
})
# display the dataframe
df

Bây giờ, hãy để thêm ba cột mới kết quả từ việc phân chia vào DataFrame DF.

# split column and add new columns to df
df[['Street', 'City', 'State']] = df['Address'].str.split(',', expand=True)
# display the dataframe
df

Output:

Bạn có thể thấy rằng các cột kết quả từ sự phân chia hiện đã được thêm vào DataFrame DF.

2. Chỉ định số lượng phân tách

Trong các ví dụ trên, chúng tôi phân chia cột văn bản Địa chỉ trên mạng trên mỗi lần xuất hiện của dấu phân cách, phạm vi. Đó là, hai lần phân chia dẫn đến ba cột khác nhau. Bạn cũng có thể chỉ định số lượng chia tách bạn muốn. Ví dụ, hãy để Lôi chỉ tạo một phần chia dẫn đến hai cột.

# custom number of splits
df['Address'].str.split(',', n=1, expand=True)

Output:

Ở đây, n = 1 biểu thị rằng chúng tôi muốn chỉ chia một. Sự chia rẽ này sẽ xảy ra vào lần xuất hiện đầu tiên của dấu phân cách từ bên trái. Bạn có thể thấy rằng các giá trị thành phố và trạng thái được cùng nhau trong cột thứ hai.

Thêm - Làm thế nào để kết hợp các cột Chuỗi vào một cột duy nhất?

Giống như bạn đã sử dụng hàm gấu trúc Series.str.split() để phân chia một cột, bạn có thể sử dụng gấu trúc

# split column into multiple columns by delimiter 
df['Address'].str.split(',', expand=True)

# concat columns by separator
df['Street'].str.cat(df[['City', 'State']], sep=',')

Output:

0    4860 Sunset Boulevard,San Francisco,California
1            3055 Paradise Lane,Salt Lake City,Utah
2                 682 Main Street,Detroit, Michigan
3            9001 Cascade Road,Kansas City,Missouri
Name: Street, dtype: object

Bạn có thể thấy rằng chúng ta nhận được giá trị giống như trong cột Địa chỉ trên mạng.

Với điều này, chúng tôi đi đến cuối hướng dẫn này. Các ví dụ và kết quả mã được trình bày trong hướng dẫn này đã được triển khai trong A & NBSP; Jupyter Notebook & NBSP; với hạt nhân Python (phiên bản 3.8.3) có Pandas phiên bản 1.0.5

Đăng ký nhận bản tin của chúng tôi để biết thêm hướng dẫn và hướng dẫn thông tin. Chúng tôi không spam và bạn có thể từ chối bất cứ lúc nào.
We do not spam and you can opt out any time.

• Piyush là một nhà khoa học dữ liệu đam mê sử dụng dữ liệu để hiểu mọi thứ tốt hơn và đưa ra quyết định sáng suốt. Trong quá khứ, anh ta làm việc như một nhà khoa học dữ liệu cho ZS và có bằng kỹ sư từ IIT Roorkee. Sở thích của anh ấy bao gồm xem cricket, đọc sách và làm việc trên các dự án phụ.

  Xem tất cả các bài viết