pandas字符串处理及列转行

df1.loc[:,'前部']=df1['班级名称'].str.slice(0,15)
df1.loc[:,'大区']=df1['班级名称'].str.split('-').str[0]
df1.loc[:,'版本']=df1['班级名称'].str.split('-').str[1]
df1.loc[:,'进度']=df1['班级名称'].str.split('-').str[2]
df1.loc[:,'时间']=df1['班级名称'].str.split('-').str[3]
df1.loc[:,'时间1']=df1['时间'].str.split('(').str[0]
df1['id尾号']=df1['姓名id'].str.split('-',n=2).str[1].str.slice(0,6)

常规字符串截取处理

（编辑技巧：mac❀+数字2，设定为目录）

1、str.cat和指定字符串

df1.loc[:,'合并']=df1['大区'].str.cat(df1['版本'],sep='-').str.cat(df1['进度'],sep='-')

str.cat可以连接多列，并设定连接符

2、split按照指定字符分割

df1.loc[:,'大区']=df1['班级名称'].str.split('-').str[0]

df1['id尾号']=df1['姓名id'].str.split('-',n=2).str[1].str.slice(0,6)

以上为按‘-’分割某列，并取分割后的第一部分字符串

split('-',expand=True,n=1)，expand默认是False，若设置为True则会将列表展开，变成多列，n是设置分列的次数，n=1则分割一次，成2部分

rsplit和split用法一致，只不过是从右边开始分列

3、partition按照指定字符进行分割，且只分割一次

df1.loc[:,'1']=df1['合并'].str.partition('-')[2]

如上，partition分割后只能引用0,1,2三个部分，引用形式如代码所示

如果有多个分隔符，也只会按第一个分隔符进行分裂

rpartition和partition类似，只不过会从右往左找第一个分隔符进行分裂

4、get获取某列字符串的特定字符

df1.loc[:,'te']=df1['合并'].str.get(2)

如上，获取列的第三个字符方法

5、replace替换，slice切片截取，slice_replace截断替换，translate单字母替换

df1.loc[:,'截断替换']=df1['合并'].str.slice_replace(0,1,'lingo班课')

把某一列的前两个字符，替换为指定字符串，如上所示

dic=str.maketrans({'A':'啊'})
df1.loc[:,'字母替换']=df1['合并'].str.translate(dic)

把所有的字符“A”替换为指定字符“啊”

6、isnumeric数字及字母判断

df1.loc[:,'数字字母判断']=df1['合并'].str.isnumeric()

1. sdecimal 只能用于Unicode数字
2. isalnum 判断是否全是字母或者数字
3. isalpha 是否全是字母
4. isdigit用于Unicode数字，罗马数字
5. isnumeric用于unicode数字，罗马数字，汉字数字

7、条件查询：startswith开头，endswiths结尾，contains包含

df1.loc[:,'开头是']=df1['合并'].str.startswith('A')

8、repeat复制

str.repeat(2)复制两次

9、strip、lstrip、rstrip删除

str.strip('-')，按照指定字符从两边、左边、右边删除

10、大小写替换

1. str.lower() # 所有字符转成小写
2. str.upper()# 所有字符转成大写
3. str.title()# 每一个单词的首字母大写
4. str.capitalize()# 第一个字母大写
5. str.swapcase()# 大小写交换

11、str.zfill(width=n)在字符串左侧补齐特定数量的0

df1.loc[:,'规则小时']=df1['小时'].str.zfill(width=2)

结果如下所示：补齐前和补齐后

str.rjust(width=n,'填充的字符'）

df=pd.DataFrame({'姓名':['张三','李四','王麻子']})
df['姓名填充']=df['姓名'].str.rjust(3,'O')
print(df)

12、str.pad(width=n,side='right')字符串在右边补齐相同长度的空格

df['Name'] = df['Name'].str.pad(width=10, side='right')

如果要将一个字符串列补全为特定长度，可以使用str.pad()方法。该方法接受两个参数：width和side。其中width是希望补全到的长度，side可以是left、right或both, 分别表示左侧、右侧或两侧补全。默认情况下，side为right。

13、列转行

df3=df1.copy()
df3['学员ID']=df3['新班级学生ID'].str.split(',')
df4=df3.explode('学员ID')
print(df4.head(1).T)

用原数据的字段分列，创建新列，使用explode爆炸函数，把一行转换成多行，explode 这个爆炸方法只能处理列表、元组、Series等类型。

若数据框中数据为非可爆炸的类型，则可提前进行分列操作。

示例：

df1['版本']=df1['版本权限名称'].str.split(';')
df2=df1.explode('版本').drop_duplicates().reset_index()

即可把一行数据转换为多行数据，进行分类统计处理

14、待续