Python es un excelente lenguaje para realizar análisis de datos, principalmente debido al fantástico ecosistema de paquetes de Python centrados en datos. Pandas es uno de esos paquetes y facilita mucho la importación y el análisis de datos.
Pandas str.rpartition()
funciona de manera similar como str.partition()
y str.split()
. En lugar de dividir la string en cada aparición desde el lado izquierdo, .rpartition()
divide la string solo una vez y también al revés (desde el lado derecho). A diferencia .split()
del método, el rpartition()
método también almacena el separador/delimitador.
.str debe tener el prefijo cada vez antes de llamar a este método para diferenciarlo de la función predeterminada de Python; de lo contrario, arrojará un error.
Nota: este método es diferente del método str.partition(). En lugar de dividirse en la primera aparición, la string se divide en la última aparición del separador/delimitador.
Sintaxis: Series.str.rpartition(pat=’ ‘, expand=True)
Parámetros:
pat: valor de string, separador o delimitador para separar la string en. El valor predeterminado es ‘ ‘ (espacio en blanco)
expandir: valor booleano, devuelve un marco de datos con un valor diferente en diferentes columnas si es verdadero. De lo contrario, devuelve una serie con una lista de strings. El valor predeterminado es Verdadero.Tipo de devolución: serie de lista o marco de datos según el parámetro de expansión
Para descargar el CSV utilizado en el código, haga clic aquí.
En los siguientes ejemplos, el marco de datos utilizado contiene datos sobre algunos jugadores de la NBA. La imagen del marco de datos antes de cualquier operación se adjunta a continuación.
Ejemplo #1: dividir una string en una lista
En este ejemplo, la columna Equipo se divide en una lista en la última aparición de ‘o’. Antes de realizar cualquier operación, las filas nulas se eliminan mediante el método .dropna() para evitar errores.
Python3
# importing pandas module import pandas as pd # making data frame data = pd.read_csv("https://media.geeksforgeeks.org/wp-content/uploads/nba.csv") # removing null values to avoid errors data.dropna(inplace = True) # splitting and overwriting column data["Team"]= data["Team"].str.rpartition("o", False) # display data
Salida:
como se muestra en la imagen de salida, la string ‘Boston Celtics’ se separó en la última aparición de ‘o’. Además, la lista devuelta también tiene un separador.
Ejemplo n.º 2: dividir una string en un marco de datos
En este ejemplo, la columna Nombre se divide en el marco de datos en la última aparición (primero desde el lado derecho) de ‘a’ manteniendo el parámetro de expansión Verdadero. Antes de realizar cualquier operación, las filas nulas se eliminan mediante el método .dropna() para evitar errores.
Python3
# importing pandas module import pandas as pd # making data frame data = pd.read_csv("https://media.geeksforgeeks.org/wp-content/uploads/nba.csv") # removing null values to avoid errors data.dropna(inplace = True) # splitting and overwriting column df = data["Name"].str.rpartition("a", True) # display df
Salida:
como se muestra en la imagen de salida, la string se dividió en un marco de datos en la última aparición de ‘a’ en la string.
Nota: Si no aparece un separador en la string, la string completa se almacena en la última columna del marco de datos/último índice de la lista.
Publicación traducida automáticamente
Artículo escrito por Kartikaybhutani y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA