Python--字符串格式化f-string

f-string是python3.6引入的新语法,用来替换传统的字符串格式化方法%formatf-string更方便快捷。

环境

  • win10 64bit
  • python 3.9

介绍

f-string是python3.6开始引入的新语法,相比于之前的%format方法,f-string方法能更快速直观的格式化字符串。
f-string形式为:f[F]"{content:format}",其中,

  • f或者F为标识符,表示字符串为f-string;
  • content是替换并填入字符串的内容,可以是变量表达式或者函数;
  • :format是格式描述符,默认为空。

下面对比了三种格式化字符串的方法:

# 定义变量
var='good'
# %方法
'python is %s' % var
'python is good'
# format方法
'python is {}'.format(var)
'python is good'
# f-string方法
f'python is {var}'
'python is good'

引号嵌套

f-string中,如果在大括号内使用引号,则大括号内引号必须与字符串引号不同,否则会报错。

# 内双引号,外单引号
f'python is {"good"}'
'python is good'
# 内单引号,外双引号
f"python is {'good'}"
'python is good'

{}转义

在f-string中,{}是作为占位符替换变量用的,具有特殊含义,如果要在f-string中显示{}本身,则需要对应使用{}进行转义

# f-string显示{
f'Left brace:{{'
'Left brace:{'
# f-string显示}
f'Wright brace:}}'
'Wright brace:}'
# f-string显示{}
f'Brace:{{}}'
'Brace:{}'

表达式与函数

f-string中的大括号不仅可以填入变量,也可以填入表达式或者调用函数。

表达式

可以在{}中定义表达式,python会自动计算出结果。

# 定义变量
var=10
# f-string表达式
f'{var+1}'
'11'

函数

可以在{}中调用函数或方法。

# 定义变量
var='jack'
# f-string调用变量方法
f'{var.upper()}'
'JACK'

也可以自定义一个函数,然后在{}中进行调用。

# 定义函数
def plus(x):
    return x+' python'
# 定义变量
var='hello'
# f-string调用自定义函数
f'{plus(var)}'
'hello python'

匿名函数

可以直接在{}中调用匿名函数。需要注意的是匿名函数调用需要用()包裹

# 定义变量
var='hello'
# f-string调用匿名函数
f'{(lambda x:x+" python")(var)}'
'hello python'

字符串格式化

通过设置格式描述符,可以对传入{}中的字符串进行格式化。

宽度与精度

格式描述符形式为:width[.precision]

  • width正整数,设置字符串的宽度。
  • precision非负整数,可选项,设置字符串的精度,即显示字符串前多少个字符。
# 设置字符串宽度
f'{"abcd":10}'
'abcd      '
# 设置字符串宽度和精度
f'{"abcd":10.3}'
'abc       '

填充与对齐

格式描述符形式为:[pad]alignWidth[.precision]

  • pad填充字符,可选,默认空格。
  • align对齐方式,可选<(左对齐),>(右对齐),^(居中对齐)。

字符串的填充与对齐需要与设置宽度和精度结合使用。

# 设置字符串宽度,用-填充,左对齐
f'{"abcd":-<10}'
'abcd------'
# 设置字符串宽度,用-填充,右对齐
f'{"abcd":->10}'
'------abcd'
# 设置字符串宽度,用-填充,居中对齐
f'{"abcd":-^10}'
'---abcd---'
# 设置字符串宽度和精度,用-填充,居中对齐
f'{"abcd":-^10.3}'
'---abc----'

数值格式化

通过设置格式描述符,可以对传入{}中的数值进行格式化。

宽度与精度

与字符串类似,也可以设置数值的宽度与精度。
格式描述符形式为:[[0]width][.precisionStyle]

  • 0可选,为0width时,用0填充。默认空格填充。
  • width整数,设置数值的宽度。
  • precision非负整数,设置数值的精度,保留的小数位数。
  • Style数值样式,可选f(小数),e(科学计数),%(百分数)
# 设置数值宽度
f'{0.123:10}'
'     0.123'
# 设置数值宽度,0填充
f'{0.123:010}'
'000000.123'
# 设置数值精度和小数样式
f'{0.123:.2f}'
'0.12'
# 设置数值精度和科学计数样式
f'{0.123:.2e}'
'1.23e-01'
# 设置数值精度和百分比样式
f'{0.123:.2%}'
'12.30%'
# 设置数值宽度,精度和小数样式
f'{0.123:10.2f}'
'      0.12'
# 设置数值精度和小数样式
f'{123:010}'
'0000000123'

千分位符

设置格式描述符为,_,可以为数值添加千分位符号。

# 设置千分数符为,
f'{1234567:,}'
'1,234,567'
# 设置千分数符为_
f'{1234567:_}'
'1_234_567'

时间格式化

通过设置格式描述符,可以对传入{}中的时间对象进行格式化。时间对象可以是datetime或者pandas中的Timestamp等。

# 创建时间对象
import datetime as dt
import pandas as pd
dt_now=dt.datetime.now()
pd_now=pd.Timestamp.now()
# 时间格式化(提取年份)
print(f'{dt_now:%Y}')
print(f'{pd_now:%Y}')
2021
2021
# 提取日期
print(f'{dt_now:%D}')
print(f'{dt_now:%F}')
print(f'{dt_now:%x}')
02/24/21
2021-02-24
02/24/21
# 提取时间
print(f'{dt_now:%T}')
print(f'{dt_now:%X}')
20:24:39
20:24:39

其他日期设置格式,可以参考官网:
时间格式

  • 3
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: `astype` 是 Pandas 中的一个函数,用于将 Series 或 DataFrame 中的数据类型转换为指定类型。它的语法格式为: ```python df.astype(dtype, copy=True, errors='raise') ``` 其中: - `dtype`:指定数据类型,可以是 Python 内置类型、NumPy 的数据类型或 Pandas 的数据类型。 - `copy`:默认为 `True`,表示复制数据并转换数据类型。如果为 `False`,则在原地修改数据类型。 - `errors`:默认为 `'raise'`,表示如果有非法值,则引发异常。如果设置为 `'ignore'`,则忽略非法值。 例子: ```python import pandas as pd # 创建一个包含字符串和整数的 DataFrame df = pd.DataFrame({'A': ['1', '2', '3'], 'B': [4, 5, 6]}) # 查看数据类型 print(df.dtypes) # 输出: # A object # B int64 # dtype: object # 将 A 列转换为整数类型 df['A'] = df['A'].astype(int) # 再次查看数据类型 print(df.dtypes) # 输出: # A int64 # B int64 # dtype: object ``` ### 回答2: pandas的astype()函数是用于将一列数据的数据类型转换为指定的数据类型。它可以接收一个参数,即目标数据类型,然后将原始数据转换为该数据类型并返回一个新的Series对象。 astype()函数广泛应用于数据预处理的阶段,常用于数据类型的转换、缺失值的处理和数值变量的离散化等操作。 在数据类型转换方面,astype()可以用于将数值型的列转换为整数型、浮点型、布尔型等。同时也可以将字符串类型的列转换为datetime类型、category类型等。 对于缺失值处理,astype()可以将数值类型的缺失值表示为NaN或者None,方便进行后续的处理操作。 在数值变量的离散化方面,astype()可以将连续型的数值变量转换为离散型的变量,比如将年龄变量按照一定的区间进行划分。 需要注意的是,astype()函数返回的是一个新的Series对象,原始数据对象不会被改变。另外,使用astype()函数进行转换时,如果转换失败,会产生一个错误。 总之,pandas的astype()函数是一个非常强大的数据类型转换工具,可以帮助我们快速、灵活地进行数据类型的转换、缺失值的处理和数值变量的离散化等操作。它在数据预处理和特征工程过程中起到了重要的作用。 ### 回答3: pandas astype是pandas库中的一个方法,用于将pandas中的数据类型进行转换。当我们读取数据后,有时候需要对数据类型进行调整以满足分析的需要,这时就可以使用astype方法。 astype方法接受一个参数,即目标数据类型。常见的数据类型包括int,float,datetime等。 例如,假设我们有一个包含数字的pandas Series对象s: s = pd.Series([1, 2, 3, 4, 5]) 默认情况下,s的数据类型为int64。如果我们想将其转换为float类型,可以使用astype方法: s = s.astype(float) 这样,s的数据类型就从int64变为了float64。 除了基本的数据类型转换,astype方法还可以进行一些其他的转换,例如将字符串类型转换为日期时间类型。在这种情况下,需要同时指定目标数据类型和日期时间的格式。 总的来说,astype方法提供了一种便捷的方式来调整pandas中的数据类型,使之符合分析的需求。通过指定目标数据类型,可以轻松地对数据进行转换,从而进一步进行数据处理和分析。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值