pandas——字符串操作

字符串操作

import pandas as pd
import numpy as np

s = pd.Series(['A', 'c', 'AGeR', 'SEW', np.nan])
s

0       A
1       c
2    AGeR
3     SEW
4     NaN
dtype: object

字符串型 Series 的大小写转换

s.str.upper()

0       A
1       C
2    AGER
3     SEW
4     NaN
dtype: object

s.str.lower()

0       a
1       c
2    ager
3     sew
4     NaN
dtype: object

计算每个字符串的长度

s.str.len()

0    1.0
1    1.0
2    4.0
3    3.0
4    NaN
dtype: float64

字符串的替换操作

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

	A a	B b
0	0.021985	-0.110258
1	0.212810	-0.915461
2	0.739122	-0.471499

将属性名中的空格去除

df.columns = df.columns.str.replace(' ', '')
df

	Aa	Bb
0	0.021985	-0.110258
1	0.212810	-0.915461
2	0.739122	-0.471499

字符串切分

se = pd.Series(['a_b_c', 'x_y_z', 'p_q_t'])
se

0    a_b_c
1    x_y_z
2    p_q_t
dtype: object

se.str.split('_')     # 按指定字符切分 全切 不计次数

0    [a, b, c]
1    [x, y, z]
2    [p, q, t]
dtype: object

se.str.split('_', 1)     # 只能切分一次

0    [a, b_c]
1    [x, y_z]
2    [p, q_t]
dtype: object

虽然切分了 但是其数据类型还是 Series 通过 expand 属性可以是数据增维

se.str.split('_', expand=True)

	0	1	2
0	a	b	c
1	x	y	z
2	p	q	t

包含关系

ser = pd.Series(['A', 'c', 'AGeR', 'SEW', np.nan])
ser.str.contains('A')

0     True
1    False
2     True
3    False
4      NaN
dtype: object

r = pd.Series([2,5,4,9,1,7])
r

0    2
1    5
2    4
3    9
4    1
5    7
dtype: int64

isin() 方法可以传入一个列表 看数据有没有出现在传入的列表中

r.isin([2,8,6])

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

r[r.isin([2,8,6])]

0    2
dtype: int64