本文摘要:
见下图,排序的方法很显而易见,不作演示。
字符串处理参考文档
Series的str属性
# 获取Series的str属性
df['bWendy'].str
查看返回对象,如下图所示
# 字符串替换,将字符串中的°C去掉,返回Series对象
df['bWendy'].str.replace('°C', '')
# 查看字符串长度,方法与Python字符串大多相似
df['bWendy'].str.len()
使用str的startswith、contains等返回bool的Series做条件查询
condition = df['date'].str.startswith('2022-03')
# 返回bool类型的Series
多次str处理的链式操作
假设有日期列date,日期格式为YYYY-MM-DD,欲提取字符串为YYYYMM,需做如下操作:
1.将 ‘-’ 去掉
2.切片
由于都是基于字符串的操作,而每次方法调用后返回的是Series对象,所以需要再次获取str属性,否则会报错。
df['date'].str.replace('-', '').str.slice(0,6)
# 或者
df['date'].str.replace('-', '').str[0:6]
使用正则表达式处理
Series.str默认有正则表达式模式
假设日期格式为YYYY年MM月DD日,欲去除年月日三个字
# 方法一
df[date].str.replace('年', '').str.replace('月', '').str.replace('日', '')
# 方法二,字符串匹配只要遇到年/月/日就替换为空,即去除
df[date].str.replace('[年月日]', '')
*此文仅为个人笔记