Pandas는 누락된 구분 기호 또는 구분 기호를 중심으로 문자열을 분할하는 방법을 제공합니다. 그런 다음 행을 시리즈의 목록으로 저장하거나 하나의 단일 행에서 다중 열 데이터 프레임을 만드는 데 사용할 수도 있습니다. rsplit()
는 .split()
와 유사하게 작동하지만 rsplit ()
오른쪽부터 분할을 시작합니다. 이 기능은 delimiter/delimiter가 두 번 이상 나타날 때도 유용합니다.
.str 은 이 메서드를 호출하기 전에 매번 접두어를 붙여야 Python의 기본 함수와 구별됩니다. 그렇지 않으면 오류가 발생합니다.
구문:
Series.str.rsplit (pat = 없음, n = - 1, 확장 = False)< b> 매개변수:
pat: 문자열 값, 문자열을 구분할 구분 기호 또는 구분 기호.
n: 단일 문자열에서 만들 최대 분리 수, 기본값은 모두를 의미하는 -1입니다.
확장: 부울 값, True인 경우 다른 열에 다른 값이 있는 데이터 프레임을 반환합니다. 그렇지 않으면 문자열 목록이 있는 시리즈를 반환합니다.반환 유형: 확장 매개변수에 따라 목록 또는 데이터 프레임의 시리즈
다운로드하려면 사용 CSV 파일을 보려면 여기에서 를 클릭하세요.
다음 예에서 사용된 데이터 프레임에는 일부 NBA 선수에 대한 데이터가 포함되어 있습니다. 작업 전 데이터 프레임의 이미지가 아래에 첨부되어 있습니다.
예제 # 1: 오른쪽에서 줄 분할 목록으로
이 예에서 팀 열의 행은 "t"가 나타날 때마다 분할됩니다. 매개변수 n은 1로 유지되므로 줄당 최대 분할 수는 1입니다. rsplit()를 사용하므로 오른쪽에서 줄을 분할합니다.
<코드>
<표 테두리 = "0" 셀 패딩 = "0" 셀 간격 = "0"> # pandas 모듈 가져오기
가져오기
pandas as pd
# URL에서 CSV 파일 읽기
데이터
<코드 클래스 = "키워드"> = <코드 클래스 = "일반"> pd.read_csv ( <코드 클래스 = "문자열"> " https://media.python.engineering/wp-content/uploads /nba.csv " )
# 오류를 피하기 위해 null 열 삭제
data.dropna (inplace
=
<코드 클래스 = "color1"> 참 <코드 c lass = "plain">)
# 구분된 열이 있는 새 데이터 프레임
데이터 [
<코드 클래스 = "문자열"> "팀" <코드 클래스 = "일반">] <코드 클래스 = "키워드"> = 데이터 [
"팀"
].
<코드 클래스 = "함수"> str <코드 클래스 = "일반">. rsplit ( <코드 클래스 = "문자열"> "t" <코드 클래스 = "일반">, n <코드 클래스 = "키워드"> = <코드 class = "value"> 1 , 확장
=
False
)
# 표시
데이터
출력:
출력 이미지와 같이 "Celtics"에서는 "t"로, "Boston"에서는 "t"로 라인을 나눴습니다. 이는 분할이 반대 순서로 발생했기 때문입니다. 확장 매개변수가 False로 남아 있으므로 목록이 반환되었습니다.
예제 # 2: 다음을 사용하여 행에서 단일 열 만들기 .rsplit ()
이 예에서 이름 열은 공백("")으로 구분되고 확장 매개변수는 True로 설정됩니다. 즉, 모든 행이 구분된 데이터 프레임을 반환합니다. 다른 열 ... 데이터 프레임은 새 열을 만드는 데 사용되며 이전 이름 열은 .drop() 메서드를 사용하여 삭제됩니다.
n 매개변수는 중간 이름도 있을 수 있기 때문에 1로 유지됩니다(한 줄에 두 개 이상의 공백). 이 경우 rsplit()는 오른쪽에서 계산하므로 유용하므로 최대 분할 수가 1로 유지되므로 중간 이름 행이 이름 열에 포함됩니다.
< /p> <표 테두리 = "0" cellpadding = "0" cellspacing = "0">
# pandas 모듈 가져오기
가져오기
pd로 판다
# URL에서 CSV 파일 읽기
데이터
=
pd.read_csv (
" https://media.python.engineering/wp-content/uploads /nba.csv "
<코드 클래스 ="일반 "> )
# null co 삭제 오류를 피하기 위한 lumns o 값
data.dropna (inplace
=
True
)
# 구분된 새 데이터 프레임 열
새로운
=
데이터 [ <코드 클래스 = "문자열"> "이름"
<코드 클래스 = "일반">]. <코드 클래스 = "함수 "> str <코드 클래스 ="일반 ">. split ( " "
, n
=
1
, 확장
=
True
)
# 새 데이터 프레임에서 별도의 이름 열을 만듭니다.
데이터 [
"이름"
]
=
새로운 [
0
]
# 새 데이터 프레임에서 별도의 성 열을 만듭니다.
데이터 [
<코드 클래스 = "문자열"> "성" <코드 클래스 = "일반">] <코드 클래스 = "키워드"> = < 코드 클래스 = "일반"> 새로운 [ <코드 클래스 = "값"> 1 <코드 class = "plain">]
# 이전 열 제거 이름
data.drop(열
=
[
"이름"
],
=
True
)
# df 디스플레이
<코드 클래스 = "일반"> 데이터
< b> 출력:
출력 이미지와 같이 두 개의 새 열이 생성되고 이전 이름 열이 제거되었습니다.
이 문서가 문제를 해결하는 데 도움이 되었기를 바랍니다. 파이썬 | str.rsplit()를 사용하여 문자열을 두 개의 목록/열로 Pandas 리버스 분할 외에 다른 Python functions 관련 주제를 확인하세요.
파이썬에서 뛰어나고 싶으십니까? 2023최고의 Python 온라인 과정에 대한 검토를 참조하세요. 데이터 과학에 관심이 있다면 R로 프로그래밍을 배우는 방법도 확인하세요.
그런데 이 자료는 다른 언어로도 제공됩니다.
- 파이썬 | str.rsplit()를 사용하여 문자열을 두 개의 목록/열로 Pandas 리버스 분할
- Italiano 파이썬 | str.rsplit()를 사용하여 문자열을 두 개의 목록/열로 Pandas 리버스 분할
- Deutsch 파이썬 | str.rsplit()를 사용하여 문자열을 두 개의 목록/열로 Pandas 리버스 분할
- Français 파이썬 | str.rsplit()를 사용하여 문자열을 두 개의 목록/열로 Pandas 리버스 분할
- Español 파이썬 | str.rsplit()를 사용하여 문자열을 두 개의 목록/열로 Pandas 리버스 분할
- Türk 파이썬 | str.rsplit()를 사용하여 문자열을 두 개의 목록/열로 Pandas 리버스 분할
- Русский 파이썬 | str.rsplit()를 사용하여 문자열을 두 개의 목록/열로 Pandas 리버스 분할
- Português 파이썬 | str.rsplit()를 사용하여 문자열을 두 개의 목록/열로 Pandas 리버스 분할
- Polski 파이썬 | str.rsplit()를 사용하여 문자열을 두 개의 목록/열로 Pandas 리버스 분할
- Nederlandse 파이썬 | str.rsplit()를 사용하여 문자열을 두 개의 목록/열로 Pandas 리버스 분할
- 中文 파이썬 | str.rsplit()를 사용하여 문자열을 두 개의 목록/열로 Pandas 리버스 분할
- 한국어 파이썬 | str.rsplit()를 사용하여 문자열을 두 개의 목록/열로 Pandas 리버스 분할
- 日本語 파이썬 | str.rsplit()를 사용하여 문자열을 두 개의 목록/열로 Pandas 리버스 분할
- हिन्दी 파이썬 | str.rsplit()를 사용하여 문자열을 두 개의 목록/열로 Pandas 리버스 분할
San Francisco | 2023-02-06
설명해주셔서 감사합니다! 몇 시간 동안 파이썬 | str.rsplit()를 사용하여 문자열을 두 개의 목록/열로 Pandas 리버스 분할을(를) 고민하다가 드디어 해냈습니다 🤗. 더 이상 나타나지 않기를 바랄뿐입니다
Prague | 2023-02-06
다른 답이 있지 않을까요? 뭐 파이썬 | str.rsplit()를 사용하여 문자열을 두 개의 목록/열로 Pandas 리버스 분할 은(는) 정확히 무엇을 의미합니까?. 어제 확인했는데 작동합니다!
Rome | 2023-02-06
설명해주셔서 감사합니다! 몇 시간 동안 파이썬 | str.rsplit()를 사용하여 문자열을 두 개의 목록/열로 Pandas 리버스 분할을(를) 고민하다가 드디어 해냈습니다 🤗. 어제 확인했는데 작동합니다!