原标题：左右用R右手Python9——字符串合并与拆分

杜雨，EasyCharts团队成员，R语言中文社区专栏作者，兴趣方向为：Excel商务图表，R语言数据可视化，地理信息数据可视化。个人公众号：数据小魔方(微信ID：datamofang) ，“数据小魔方”创始人。

在文本处理和数据清洗阶段，对字符串或者字符型变量进行分割、提取或者合并虽然谈不上什么高频需求，但是往往也对很重要的。

接下来跟大家大致盘点一下在R语言与Pyhton中，常用的字符串分割与合并的函数。

R语言：

字符串向量：

针对向量：

strsplit #针对字符串向量(拆分)

str_split #针对字符串向量(拆分)stringr包内函数

paste #针对向量合并

针对数据框：

unite #合并数据框中的某几列

separate #将数据框中某一列按照某种模式拆分成几列R语言：library(dplyr)

library(stringr)

library(tidyr) myyear

[ 1] "10""03""01""09""04""02""05""07""00""12"

[ 1] "18""15""28""00""11""20""31""19""04""12"

首先使用paste函数进行合并：

full

[1]"2000""2010""2002""2012""2015""2006""2001""2017""2005""2013"

使用strsplit函数进行拆分：

myyear1=mymonth1=myday1=NULLfor( i in 1:length(full)){myyear1[i]

str_split函数与strsplit函数用法类似：

myyear1=mymonth1=myday1= NULL

for( i in1:length(full)){myyear1[i] myyear1;mymonth1;myday1[ 1] "2000""2010""2002""2012""2015""2006""2001""2017""2005""2013"

[ 1] "10""03""01""09""04""02""05""07""00""12"

[ 1] "18""15""28""00""11""20""31""19""04""12"

接下来解释在如何直接针对数据框进行合并与分列的操作：

mydata

120001018

220100315

320020128

420120900

520150411

620060220

720010531

820170719

920050004

1020131212unite (data,col, ..., sep = "-", remove = TRUE)separate(data,col, into,sep= "-", remove = TRUE)

unite和separate函数是配对函数，内部的参数严格白痴对称，第一个参数数要操作的数据框名称，第二个参数是合并后的新列名(或者待拆分的列名)，第三部分是待合并的列名向量(拆分后的新增列名)，sep是拆分(合并)依据，remove则控制输出的数据框是否包含原始向量(针对合并前的待合并变量和拆分前的待拆分变量)。

mydata1

datetime myyear mymonth myday

12000- 10- 1820001018

22010- 03- 1520100315

32002- 01- 2820020128

42012- 09- 0020120900

52015- 04- 1120150411

62006- 02- 2020060220

72001- 05- 3120010531

82017- 07- 1920170719

92005- 00- 0420050004

102013- 12- 1220131212mydata2

12000- 10- 182000- 10- 1820001018

22010- 03- 152010- 03- 1520100315

32002- 01- 282002- 01- 2820020128

42012- 09- 002012- 09- 0020120900

52015- 04- 112015- 04- 1120150411

62006- 02- 202006- 02- 2020060220

72001- 05- 312001- 05- 3120010531

82017- 07- 192017- 07- 1920170719

92005- 00- 042005- 00- 0420050004

102013- 12- 122013- 12- 1220131212

Python字符串合并与分列：

因为对Python的字符串操作掌握有限，再加上Python字符串操作及其灵活，各种推导式和匿名函数可以很方便的完成，这里仅给出自己常用的做法作为实例，未包含所有方法：

字符串合并：

字符串链接符：”+”

字符串合并函数：join

字符串拆分：split

importrandom importpandas aspd myyear=random.sample(list(range( 2000, 2017)), 10);myyearmymonth=[ '%02d'% i fori inrandom.sample(list(range( 1, 12)), 10)];mymonthmyday=[ '%02d'% i fori inrandom.sample(list(range( 1, 31)), 10)];myday[ 2006, 2000, 2007, 2001, 2015, 2016, 2002, 2012, 2010, 2004][ '04', '11', '06', '10', '07', '08', '05', '02', '03', '01'][ '13', '28', '21', '06', '08', '03', '17', '16', '04', '20']

字符串合并：

mydate=[str(i)+ "-"+j+ "-"+k fori,j,k inzip(myyear,mymonth,myday)][ '2011-04-25', '2008-11-30', '2003-06-02', '2007-10-22', '2009-07-13', '2005-08-27', '2014-05-28', '2012-02-10', '2016-03-14', '2015-01-21']mydate=[ "-".join([str(i),j,k]) fori,j,k inzip(myyear,mymonth,myday)][ '2011-04-25', '2008-11-30', '2003-06-02', '2007-10-22', '2009-07-13', '2005-08-27', '2014-05-28', '2012-02-10', '2016-03-14', '2015-01-21']

字符串拆分：

方法一(列表推导式)：

myyear1=[i.split( "-")[ 0] fori inmydate];myyear1mymonth1=[i.split( "-")[ 1] fori inmydate];mymonth1myday1=[i.split( "-")[ 2] fori inmydate];myday1[ '2011', '2008', '2003', '2007', '2009', '2005', '2014', '2012', '2016', '2015'][ '04', '11', '06', '10', '07', '08', '05', '02', '03', '01'][ '25', '30', '02', '22', '13', '27', '28', '10', '14', '21']

方法二(使用字典)：

mydata=pd.DataFrame({ "date":mydate})mydata[ "date"].str.split( "-",expand= True)

012

020110425

120081130

220030602

320071022

420090713

520050827

620140528

720120210

820160314

920150121myyear2=mydata[ "date"].str.split( "-",expand= True)[ 0];print(myyear2)mymonth2=mydata[ "date"].str.split( "-",expand= True)[ 1];print(mymonth2)myday2=mydata[ "date"].str.split( "-",expand= True)[ 2];print(myday2) 02011120082200332007420095200562014720128201692015Name: 0, dtype: object 004111206310407508605702803901Name: 1, dtype: object 025130202322413527628710814921Name: 2, dtype: object

本文小结——字符串拆分与合并：

R语言：

拆分：

strsplit

str_split

合并：

paste

tidyr::unite

tidyr::separate

Python：

拆分：

.split

合并：

“+”

join

R语言(ggplot2入门)可视化在商务场景中的应用，已经有200+小伙伴加入了！

责任编辑：