pandas中expand的作用
expand表示是否把series类型转化为DataFrame类型
下面代码中的n表示去掉下划线"_"的数量
代码如下:
import numpy as np
import pandas as pd
s2 = pd.Series(['a_b_c_f_j', 'c_d_e_f_h', np.nan, 'f_g_h_x_g'])
print("-----------------------------------")
print(s2.str.split('_'))
print("-----------------------------------")
print(s2.str.split('_').str.get(1))
print("-----------------------------------")
print(s2.str.split('_').str[1])
print("---------------expand=True--------------------")
expand1=s2.str.split('_', expand=True)
print(expand1)
print(type(expand1))
print("---------------expand=False--------------------")
expand2=s2.str.split('_', expand=False)
print(expand2)
print(type(expand2))
print("##########################################################")
print("---------------expand=True,n=1--------------------")
expand1=s2.str.rsplit('_', expand=True,n=1)
print(expand1)
print("---------------expand=False,n=1--------------------")
expand2=s2.str.rsplit('_', expand=False,n=1)
print(expand2)
运行结果如下:
-----------------------------------
0 [a, b, c, f, j]
1 [c, d, e, f, h]
2 NaN
3 [f, g, h, x, g]
dtype: object
-----------------------------------
0 b
1 d
2 NaN
3 g
dtype: object
-----------------------------------
0 b
1 d
2 NaN
3 g
dtype: object
---------------expand=True--------------------
0 1 2 3 4
0 a b c f j
1 c d e f h
2 NaN NaN NaN NaN NaN
3 f g h x g
<class 'pandas.core.frame.DataFrame'>
---------------expand=False--------------------
0 [a, b, c, f, j]
1 [c, d, e, f, h]
2 NaN
3 [f, g, h, x, g]
dtype: object
<class 'pandas.core.series.Series'>
##########################################################
---------------expand=True,n=1--------------------
0 1
0 a_b_c_f j
1 c_d_e_f h
2 NaN NaN
3 f_g_h_x g
---------------expand=False,n=1--------------------
0 [a_b_c_f, j]
1 [c_d_e_f, h]
2 NaN
3 [f_g_h_x, g]
dtype: object
[Finished in 0.4s]
pandas中expand的作用相关推荐
- pandas中pd.cut()的功能和作用
pd.cut()的作用,有点类似给成绩设定优良中差,比如:0-59分为差,60-70分为中,71-80分为优秀等等,在pandas中,也提供了这样一个方法来处理这些事儿.直接上代码: import n ...
- 【Python】Pandas中的宝藏函数-apply
apply()堪称Pandas中最好用的方法,其使用方式跟map()很像,主要传入的主要参数都是接受输入返回输出. 但相较于昨天介绍的map()针对单列Series进行处理,一条apply()语句可以 ...
- 20个经典函数细说 Pandas 中的数据读取与存储,强烈建议收藏
作者 | 俊欣 来源 | 关于数据分析与可视化 大家好,今天小编来为大家介绍几个Pandas读取数据以及保存数据的方法,毕竟我们很多时候需要读取各种形式的数据,以及将我们需要将所做的统计分析保存成特定 ...
- python时间函数报错_python3中datetime库,time库以及pandas中的时间函数区别与详解...
1介绍datetime库之前 我们先比较下time库和datetime库的区别 先说下time 在 Python 文档里,time是归类在Generic Operating System Servic ...
- python获取系统时间函数_python3中datetime库,time库以及pandas中的时间函数区别与详解...
1介绍datetime库之前 我们先比较下time库和datetime库的区别 先说下time 在 Python 文档里,time是归类在Generic Operating System Servic ...
- pandas中如何选取某几列_pandas 选取行和列数据的方法
本文介绍在 pandas 中如何读取数据行列的方法.数据由行和列组成,在数据库中,一般行被称作记录 (record),列被称作字段 (field).回顾一下我们对记录和字段的获取方式:一般情况下,字段 ...
- python字符串替换空格_python - 用pandas中的NaN替换空白值(空格)
python - 用pandas中的NaN替换空白值(空格) 我想在Pandas数据帧中找到包含空格(任意数量)的所有值,并用NaN替换这些值. 有什么想法可以改进吗? 基本上我想转此: A B C ...
- 【Python】Pandas中的宝藏函数-applymap
applymap的用法比较简单,会对DataFrame中的每个单元格执行指定函数的操作,虽然用途不如apply广泛,但在某些场合下还是非常有用的. applymap()是与map()方法相对应的专属于 ...
- 【Python基础】在pandas中使用pipe()提升代码可读性
1 简介 我们在利用pandas开展数据分析时,应尽量避免过于「碎片化」的组织代码,尤其是创建出过多不必要的「中间变量」,既浪费了「内存」,又带来了关于变量命名的麻烦,更不利于整体分析过程代码的可读性 ...
最新文章
- 概率和统计的matlab指令
- 3.2.3 页面置换算法
- docker安装nexus3命令
- ConcurrentModificationException并发修改异常
- .NET系统架构改造的经验和教训
- Selenium代码示例
- 伪原创文章生成器-自媒体洗稿工具-关键词文章生成工具免费
- 解决System进程占用80端口,关闭IIS服务
- 加解密:MD5DesAesRSARSA C#和Java适配
- MATLAB中的pause用法,pause使用方法 C语言 pause()函数问题
- SQL Server事物日志
- web端接收读卡器卡片信息
- VUE3(二十四)自定义alert弹窗组件
- MASKGROUP: HIERARCHICAL POINT GROUPING AND MASKING FOR 3D INSTANCE SEGMENTATION
- 阿卡姆大酒店:牛油果蛋糕
- 路由Zebra 之socket通信机制
- html中怎么写正六边形,用css画正六边形的方法
- Js中匿名函数的理解
- ISA指令集基础应用
- 了解堡垒机价格与哪些方面有关,正确的进行选择
热门文章
- 十进制与二进制八进制十六进制的相互转换
- 提高ASP.net性能的十种方法
- jstorm 读取mysql_zookeeper,kafka,jstorm,memcached,mysql流式数据处理平台部署
- curl: (35) LibreSSL SSL_connect: SSL_ERROR_SYSCALL in connection to raw.githubusercontent.com:443
- 卸载linux下的mysql数据库实例_Linux下卸载MySQL数据库实例教程
- 树莓派声音输出设置_树莓派声音设置
- oracle 运营维护_oracle运维(持续更新)
- go 公众号 关注 监听_开言英语公众号关注
- 获取extjs 选择后的表头_批量写入审计底稿的表头信息设定页面
- 2021年金三银四春招实习回顾