python数据分析——字符串和文本数据1

参考资料：活用pandas库

1、字符串

        在python中，字符串是由一系列字符组成的。创建字符串时，要使用一对单引号或双引号。

（1）取子串和字符串切片

        可以把字符串视作字符的容器。可以对字符串取子串，就像对其他python容器（比如list和Series）所做的那样。

        注意，在python中使用切片时，其运行原则是“包左不保右”的原则，即包含冒号左侧索引值，但不包含冒号右侧索引值。在切片中使用负数索引无法得到字符串的最后一个字符。        

# 创建字符串
word='grail'
sent='a scratch'
# 单个字符
print(word[0]) # 获取第一个字符
# 字符串切片
print(word[:3]) # 取前3个字符，注意索引3对应的是第一个4个字符
# 负数索引
print(sent[-1]) # 获取最后一个字符

（2）获取字符串的最后一个字符

        如果只想获取字符串的最后一个元素，可以使用负数索引-1来实现。不过，当使用切片语法并且想包含字符的最后一个字符时，只需要获取字符串的长度，然后将其放到切片符号:的右侧即可。使用len函数返回的是字符串的长度，该长度比字符串最后一个字符的索引值大于1。

        当切片符号:左侧为空，则表示切片从字符串开头一直取到右侧结束索引的位置（但不包括结索引所指示的字符）；若切片符号:右侧为空，则表示切片从左侧索引指示的字符开始，一直取到字符串的末尾（包括字符串的最后一个字符）。

        在python中，做切片时，可以以增量的方式获取元素。为此，要再使用一个冒号（:），并提供一个数字，用于指定获取元素的间隔。

# 获取字符串的长度
s_len=len(sent)
print(s_len)
# 从头开始或取到末尾的切片
print(word[:3]) # 从头开始
print(word[0:3])
print(word[2:]) # 取到字符串末尾
print(word[2:len(word)])
# 增量切片
print(sent[::2]) # 步长为2，即每隔一个字符取一个字符

3、字符串的方法

        capitalize：把首字母转换为大写。

        count：统计指定字符串出现的次数。

        startswith：检验字符串是否以指定值开始，若是，返回True。

        endswith：检验字符串是否以指定值结束，若是，返回True。

        find：在字符串中查找指定字符串，若找到，则返回首次出现的索引，否则返回-1。

        index：功能和find相同，但当匹配失败时，会返回VlueError。

        isalpha：若字符串中的所有字符串都是字母，则返回True。

        isdecimal：若字符串中的左右字符都是十进制数，则返回True。类似函数还有：isdigit、isnumeric等。

        isalnum：若字符串中的所有字符要么是字母要么是数字，则返回True。

        lower：把字符串中的所有字母改为小写。

        upper：把字符串中的所有字母改为大写。

        replace：把字符串的old（旧字符串）替换为new（新字符串）。

        strip：删除字符串中头尾指定的字符，还有lstrip和rstrip。

        split：使用指定分隔符分割字符串，并返回这些分割片段组成的列表。

        partition：类似于split(maxsplit=1)，但同时会返回分隔符。

        center：把字符串居中对齐到指定宽度。

        zfill：按指定宽度复制字符串，原字符串靠右对齐，前面填充0。

# 相关示例
'black Knight'.capitalize()
"It's just a flesh wound".count('u')
'Halt Who goes there'.startswith('Halt')
'coconut'.endswith('nut')
"It's just a flesh wound".find('u')
# "It's just a flesh wound".index('scretch')
"old woman".isalpha()
'37'.isdecimal()
"I'm 37".isalnum()
'black Knight'.lower()
'black Knight'.upper()
"It's just a flesh wound".replace('flesh wound','scratch')
" I'm not dead ".strip()
"NI! NI! NI! NI!".split(sep=' ')
'3,4'.partition(',')
'nine'.center(10)
'g'.zfill(5)

4、更多字符串的方法

（1）join方法

        join方法带有一个参数，该参数是可迭代的容器（比如列表），返回通过指定字符连接容器元素后形成的新字符串。

d1='40°'
m1='46′'
s1='52.83″'
u1='N'
# 使用join方进行拼接字符串
coords=' '.join([d1,m1,s1,u1])
print(coords)

（2）splitlines方法

        splitlines方法和split方法类似。它通常用于跨多行的字符串，并返回一个列表，其中每个元素是跨行字符串的一行。

multi_str="""Guard:What? Ridden on a horse?
King Arthur:Yes!
Guard: You're using coconuts!
King Arthur: What?
Guard: You've got ... coconut and you're bangin
"""
print(multi_str)
multi_str_split=multi_str.splitlines()
print(multi_str_split)