前言

為了介紹python語言中pandas庫在數(shù)據(jù)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賽季常規(guī)賽個人數(shù)據(jù)為例對pandas相關(guān)函數(shù)進行詳細說明。利用爬蟲技術(shù)，在知名籃球網(wǎng)站虎撲爬取了勒布朗詹姆斯的數(shù)據(jù)，稍后會將數(shù)據(jù)上傳至csdn，以供大家下載。

這篇文章，詳細介紹了pandas字符串分割函數(shù)---str.split()的用法。

DataFrame.str.split（pa,n,expand）
pat：字符串分隔符，默認為空格。
n：用于指定需要分割的次數(shù)，默認為-1。其中，None，0和-1都被解釋為返回所有分割的字符串。
expand：將拆分的字符串展開為單獨的列，默認為False。

                True：返回DataFrame / MultiIndex；

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

1、常規(guī)賽數(shù)據(jù)格式

勒布朗詹姆斯2020-2021賽季常規(guī)賽個人數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu)如下：

2、計算詹姆斯常規(guī)賽命中率

勒布朗詹姆斯2020-2021賽季常規(guī)賽個人數(shù)據(jù)中只有每場比賽的命中率，數(shù)據(jù)的第4列為每場比賽的投籃數(shù)和命中數(shù)，格式為"命中數(shù)-投籃數(shù)"。如果想要計算詹姆斯整個常規(guī)賽的命中率，則需要算出他常規(guī)賽的投籃數(shù)和命中數(shù)。此時，需要用到pandas分割字符串函數(shù)str.split()。

import numpy as np
import pandas as pd
df = pd.read_csv(“l(fā)bj-2020-2021-regular.csv”,encoding="gbk")
df0 = df['投籃'].str.split("-",expand=True)
df0.columns = ['命中數(shù)','投籃數(shù)']

DataFrame類型的df0即為詹姆斯常規(guī)賽的命中數(shù)和投籃數(shù)，如下所示：

因為要分別求取命中數(shù)和投籃數(shù)的總和，所以需要將df0的列轉(zhuǎn)化為整型，繼而可得到詹姆斯整個常規(guī)賽的命中率。

df0['命中數(shù)'] = df0['命中數(shù)'].astype('int')
df0['投籃數(shù)'] = df0['投籃數(shù)'].astype('int')
ShootRate = df0['命中數(shù)'].sum() / df0['投籃數(shù)'].sum()

計算得到，詹姆斯2020-2021常規(guī)賽投籃命中率為51.34%，還是很不錯的水平。

總結(jié)

到此這篇關(guān)于python語言中pandas字符串分割str.split()函數(shù)的文章就介紹到這了,更多相關(guān)pandas字符串分割str.split()函數(shù)內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論