Python - Pandas 数据排序与字符串处理

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