pandas.Series.str.partition

系列.str。分区( sep = ' ' , Expand = True )

在第一次出现sep时分割字符串。

此方法在第一次出现sep时分割字符串，并返回 3 个元素，其中包含分隔符之前的部分、分隔符本身以及分隔符之后的部分。如果未找到分隔符，则返回包含字符串本身的 3 个元素，后跟两个空字符串。

参数：

sep str，默认空格

要分割的字符串。

展开布尔值，默认 True

如果为 True，则返回 DataFrame/MultiIndex 扩展维度。如果为 False，则返回系列/索引。

返回：

DataFrame/MultiIndex 或对象的系列/索引

也可以看看

rpartition

在最后一次出现sep时分割字符串。

Series.str.split

围绕给定分隔符分割字符串。

str.partition

标准库版本。

例子

>>> s = pd.Series(['Linda van der Berg', 'George Pitt-Rivers'])
>>> s
0    Linda van der Berg
1    George Pitt-Rivers
dtype: object

>>> s.str.partition()
        0  1             2
0   Linda     van der Berg
1  George      Pitt-Rivers

按最后一个空格而不是第一个空格进行分区：

>>> s.str.rpartition()
               0  1            2
0  Linda van der            Berg
1         George     Pitt-Rivers

用不同于空格的东西进行分区：

>>> s.str.partition('-')
                    0  1       2
0  Linda van der Berg
1         George Pitt  -  Rivers

要返回包含元组而不是 DataFrame 的 Series：

>>> s.str.partition('-', expand=False)
0    (Linda van der Berg, , )
1    (George Pitt, -, Rivers)
dtype: object

也可用于指数：

>>> idx = pd.Index(['X 123', 'Y 999'])
>>> idx
Index(['X 123', 'Y 999'], dtype='object')

这将创建一个多重索引：

>>> idx.str.partition()
MultiIndex([('X', ' ', '123'),
            ('Y', ' ', '999')],
           )

或者带有元组的索引expand=False：

>>> idx.str.partition(expand=False)
Index([('X', ' ', '123'), ('Y', ' ', '999')], dtype='object')