Pandas中关于文本处理和日期类型的学习记录

文本处理

str 属性

• Series中与字符串相关的方法，封装在子模块下
• series.str.具体的方法
  - 具体可以通过
  - dir(pd.Series.str)查看
• 常用的方法(以下用到的series值均表示为字符的值)
  - s.str.count(‘a’) 统计a在每一个series值中出现了多少次
  - s.str.split(sep = ‘’) 按照指定的分隔符拆分，指定分隔符不作为一个元素结果返回
  - s.str.partition(sep = ‘’) 按照指定的分隔符第一次出现的位置拆分，指定分隔符单独作为一个元素返回
  - s.str.replace(old,new) 用new替换old，如果有多个old会全部替换成new，可以替换单个字符
  - 和s.replace(old,new)不同 str属性的replace方法可以替换单个字符，但是自带的replace()方法必须要匹配完整的字符串才能替换
  - s.str.repeate(int) 使每个series值重复Int次
  - s.str.startwith(‘a’) 是否以a开头，返回每个series值的布尔值
  - s.str.endwith(‘b’) 是否以b结尾，返回每个series值的布尔值
  - s.str.contains(‘c’) 是否包含c，返回每个series值的布尔值
  - s.str.len() 返回每个series值的长度
  - s.str.find(‘d’) 在s中查找d，找到返回d对应的索引，未找到返回-1，只返回找到的第一个d的索引
  - s.str.zfill(int) 0填充，如果该出的值少于8个字符，则用0填充
  - s.str.cat(sep=’’) 用指定的字符拼接
  - s.str.join(’*’) 用*插入到每个字符中间

日期类型转化

dt属性

• pd.to_datetime(series) 转化为日期类型
  - series中的日期书写方式可以不一样，系统会自动判断
  - 比如：a2= pd.Series([‘Jul 31, 2019’, ‘2020-01-10’, ‘2020.12.31’,‘2019/11/23’])
  - 使用a2 = pd.to_datatime(a2)也可以转换成功
• 可以使用astype(‘datetime64’)转换
  - 比如：a2 = a2.astype(‘datetime64’)也可以转换成功
• a2.dt.year 提取年
• a2.dt.month 提取月
• a2.dt.day 提取日
• a2.dt.hour 提取小时
• a2.dt.minute 提取分钟
• a2.dt.second 提取秒
• a2.dt.to_period(‘Y’)
  - 参数 Y表示年， M 表示月份，Q 表示季度，D 表示按天
• 时间差timedalte 是datetime中的一个对象，该对象表示两个时间的差值

int类型的时间转换为datetime64[ns]

• 第一，使用astype()转换为str类型
• 第二，在使用一次astype()或者pd.to_datetime()转换

str_date = user['日期'].astype('str')
final_date = str_date.astype('datetime64[ns]')
# 或者
final_date = pd.to_datetime(str)

float类型的时间转换为datetime

• 直接使用pd.to_datetime(pd.series,format = %Y%m%d),此方法同样适用于int类型的时间

pd.to_datetime(user['日期'],format = '%Y%m%d')

-》内容源于老师，自己整理学习用！！！