python中有一系列内置的方法可以进行字符串操作，例如使用split()方法粉格子风，同样作为python中的pandas库也可以使用内置方法split()方法分割字符串，但是split()方法不能分割字符串分列，要想分列，需要先用.str将这一列转换为类似字符串的格式，就能够使用split()方法。

1、split()方法

根据分隔符或正则表达式对字符串进行拆分；

以逗号分隔的字符串可以用split拆分成数段，可以指定拆分的次数。

2、使用语法

Series.str.split(pat=None, n=-1, expand=False)

3、参数:

pat : 字符串,默认使用空白分割，分列的依据，可以是空格，符号，字符串等等

n : 整型,默认为-1,既使用所有的分割点分割。

n参数，指定分隔的次数
>>> df[0].str.split('_', n = 1)
0 [A, 1_1]
1 [B, 2_1]
2 [C, 3_1]
3 [D, 4_1]
Name: 0, dtype: object

expand : 布尔值，默认为False。可以指定拆分的次数

如果为真返回数据框(DataFrame)或复杂索引(MultiIndex)；如果为假，返回序列(Series)或者索引(Index).

4、返回值

expand参数：每个具体值的类型是字符串

5、使用实例

>>> import numpy,pandas;
>>> s = pandas.Series([‘a_b_c‘, ‘c_d_e‘, numpy.nan, ‘f_g_h‘])
>>> s.str.split(‘‘)
0 [a, b, c]
1 [c, d, e]
2 NaN
3 [f, g, h]
dtype: object
>>> s.str.split(‘‘, -1)
0 [a, b, c]
1 [c, d, e]
2 NaN
3 [f, g, h]
dtype: object

以上就是pandas中使用split()方法分割字符串得详细介绍，需要注意如果直接用某一列和split()来分列是不行的，因为Series数据类型是没有split()的，所以需要先用.str将这一列转换为类似字符串的格式，就能够使用split()了。