3-12 字符串操作

In [1]:

import pandas as pd
import numpy as np
s=pd.Series(['A','b','B','gaer','AGER',np.nan])
s

Out[1]:

0       A
1       b
2       B
3    gaer
4    AGER
5     NaN
dtype: object

 

1.大小写转换

In [2]:

s.str.lower()#大写转小写

Out[2]:

0       a
1       b
2       b
3    gaer
4    ager
5     NaN
dtype: object

In [3]:

s.str.upper()#小写转大写

Out[3]:

0       A
1       B
2       B
3    GAER
4    AGER
5     NaN
dtype: object

 

2.计算字符串的长度

In [4]:

s.str.len()

Out[4]:

0    1.0
1    1.0
2    1.0
3    4.0
4    4.0
5    NaN
dtype: float64

 

3.删除字符串里的空格

In [5]:

index=pd.Index(['  tang ','  yu ','  di '])
index

Out[5]:

Index(['  tang ', '  yu ', '  di '], dtype='object')

In [6]:

index.str.strip()#删除字符串里的空格

Out[6]:

Index(['tang', 'yu', 'di'], dtype='object')

In [7]:

index.str.lstrip()#删除左边空格

Out[7]:

Index(['tang ', 'yu ', 'di '], dtype='object')

In [8]:

index.str.rstrip()#删除右边空格

Out[8]:

Index(['  tang', '  yu', '  di'], dtype='object')

 

4.改变DataFrame名称

In [9]:

df=pd.DataFrame(np.random.randn(3,2),columns=['A a','B b'],index=range(3))
df

Out[9]:

 

	A a	B b
0	-1.587250	-0.362449
1	0.179732	0.197893
2	-0.115557	0.378154

In [10]:

df.columns=df.columns.str.replace(' ','_')#空格替换成 "_"
df

Out[10]:

 

	A_a	B_b
0	-1.587250	-0.362449
1	0.179732	0.197893
2	-0.115557	0.378154

 

5.用分隔符删除

In [11]:

s=pd.Series(['a_b_C','c_d_e','f_g_h'])
s

Out[11]:

0    a_b_C
1    c_d_e
2    f_g_h
dtype: object

In [12]:

s.str.split('_')#用分隔符删除,变成list结构

Out[12]:

0    [a, b, C]
1    [c, d, e]
2    [f, g, h]
dtype: object

 

6.切分数据

In [13]:

s.str.split('_',expand=True)#把数据全部分开

Out[13]:

 

	0	1	2
0	a	b	C
1	c	d	e
2	f	g	h

In [14]:

s.str.split('_',expand=True,n=1)#把数据切分一次

Out[14]:

 

	0	1
0	a	b_C
1	c	d_e
2	f	g_h

In [15]:

s.str.split('_',expand=True,n=2)#把数据切分两次

Out[15]:

 

	0	1	2
0	a	b	C
1	c	d	e
2	f	g	h

In [16]:

s=pd.Series(['A','Aas','Asjfds','Ajdd','Adhee'])
s

Out[16]:

0         A
1       Aas
2    Asjfds
3      Ajdd
4     Adhee
dtype: object

In [17]:

s.str.contains('Aa')#判断Aa 是否存在

Out[17]:

0    False
1     True
2    False
3    False
4    False
dtype: bool

 

7.查询分隔符的位置

In [18]:

s=pd.Series(['a','a|b','a|c'])
s

Out[18]:

0      a
1    a|b
2    a|c
dtype: object

In [19]:

s.str.get_dummies(sep='|')#查询分隔符的位置

Out[19]:

 

	a	b	c
0	1	0	0
1	1	1	0
2	1	0	1