pandas字符串分割str.split()函数

前言

为了介绍python语言中pandas库在数据分析中的重要作用，本人打算以NBA球星勒布朗詹姆斯在2020-2021赛季常规赛个人数据为例对pandas相关函数进行详细说明。利用爬虫技术，在知名篮球网站虎扑爬取了勒布朗詹姆斯的数据，稍后会将数据上传至csdn，以供大家下载。

这篇文章，详细介绍了pandas字符串分割函数---str.split()的用法。

DataFrame.str.split（pa,n,expand）
pat：字符串分隔符，默认为空格。
n：用于指定需要分割的次数，默认为-1。其中，None，0和-1都被解释为返回所有分割的字符串。
expand：将拆分的字符串展开为单独的列，默认为False。

                True：返回DataFrame / MultiIndex；

                False：返回包含字符串列表的Series / Index。

1、常规赛数据格式

勒布朗詹姆斯2020-2021赛季常规赛个人数据的数据结构如下：

2、计算詹姆斯常规赛命中率

勒布朗詹姆斯2020-2021赛季常规赛个人数据中只有每场比赛的命中率，数据的第4列为每场比赛的投篮数和命中数，格式为"命中数-投篮数"。如果想要计算詹姆斯整个常规赛的命中率，则需要算出他常规赛的投篮数和命中数。此时，需要用到pandas分割字符串函数str.split()。

import numpy as np
import pandas as pd
df = pd.read_csv(“lbj-2020-2021-regular.csv”,encoding="gbk")
df0 = df['投篮'].str.split("-",expand=True)
df0.columns = ['命中数','投篮数']

DataFrame类型的df0即为詹姆斯常规赛的命中数和投篮数，如下所示：

因为要分别求取命中数和投篮数的总和，所以需要将df0的列转化为整型，继而可得到詹姆斯整个常规赛的命中率。

df0['命中数'] = df0['命中数'].astype('int')
df0['投篮数'] = df0['投篮数'].astype('int')
ShootRate = df0['命中数'].sum() / df0['投篮数'].sum()

计算得到，詹姆斯2020-2021常规赛投篮命中率为51.34%，还是很不错的水平。

总结