熊猫无法识别“ ||”作为字符串分割

Question

我正在尝试将DataFrame分为两列，并在结果中保留左侧部分，但是熊猫无法识别该字符串，因此我将其留空。

q=['Sar || var','lol ||']
y=pd.DataFrame(q)
split_data = y[0].str.split("||", n = 1, expand = False).str[0]
print(split_data)

out

0    
1    
Name: 0, dtype: object

Answer 1

文档对此方法具有一定的欺骗性。发生的情况是，对于长度超过1个字符的模式，pandas将分隔符解释为regular expression。您可以看到实现here。

通过使用反斜杠转义字符"||"（在正则表达式中具有特殊含义），可以将"|"用作文字，非正则表达式分隔符：

series.str.split("\\|\\|")

请注意，python为字符串文字提供了一个“原始” syntax，可用于编写正则表达式，从而无需对反斜杠本身进行转义：

series.str.split(r"\|\|")

您可以查阅re模块的文档，以获取使用多字符分隔符时需要转义的特殊字符的列表。或者，只需使用函数re.escape：

import re
series.str.split(re.escape("||"))