Series.str.split()

Метод Series.str.split() разбивает каждую строку Series на список частей по разделителю. С опцией expand=True возвращает DataFrame с колонкой на каждую часть.

Сигнатура

Series.str.split(pat=None, *, n=-1, expand=False, regex=None)

Параметры

  • pat — разделитель (строка или regex). По умолчанию — пробелы.

  • n — максимум разбиений (-1 = без ограничения).

  • expand — True → результат как DataFrame.

  • regex — интерпретировать pat как regex.

Возвращаемое значение

Series со списками или DataFrame.

Примеры

Пример 1. Базовое разбиение

import pandas as pd

s = pd.Series(["temp=22.5", "hum=55", "press=1013"])
print(s.str.split("="))

0       [temp, 22.5]
1         [hum, 55]
2    [press, 1013]
dtype: object

Пример 2. expand=True — в DataFrame

import pandas as pd

s = pd.Series(["temp=22.5", "hum=55"])
print(s.str.split("=", expand=True))

      0     1
0  temp  22.5
1   hum    55

Пример 3. Парсинг CSV-строки

import pandas as pd

s = pd.Series(["1,22.5,55", "2,22.7,56"])
df = s.str.split(",", expand=True)
df.columns = ["ts", "temp", "hum"]
print(df)

  ts  temp hum
0  1  22.5  55
1  2  22.7  56

Пример 4. n=1 — только первое разбиение

import pandas as pd

s = pd.Series(["a-b-c-d", "x-y-z"])
print(s.str.split("-", n=1, expand=True))

   0      1
0  a  b-c-d
1  x    y-z

Пример 5. По regex (любые пробелы)

import pandas as pd

s = pd.Series(["  a   b\tc "])
print(s.str.split(r"\s+", regex=True))

0    [, a, b, c, ]
dtype: object

См. также

Примечание

Лицензия и источники

Техническое описание функции адаптировано из официальной документации Pandas (https://pandas.pydata.org/docs/), BSD-3-Clause License. Примеры и пояснения — © AlashEd Wiki.