【Python自动化Excel】Python与pandas字符串操作

Python之所以能够成为流行的数据分析语言，有一部分原因在于其简洁易用的字符串处理能力。

Python的字符串对象封装了很多开箱即用的内置方法，处理单个字符串时十分方便；对于Excel、csv等表格文件中整列的批量字符串操作，pandas库也提供了简洁高效的处理函数，几乎与内置字符串函数一一对应。也就是说：

• 单个字符串处理，用Python内置的字符串方法；
• 表格整列的字符串处理，用pandas库中的字符串函数；

本文就以常用的数据处理需求，来对比使用以上两种方式的异同，从而加深对 Python 和 pandas 字符串操作的理解。（本文所有数据都是为了演示用的假数据，切勿当真！）
)

一、替换（去除空格）

场景：在问卷收集的姓名字段中，不少填写者会误输入空格，造成数据匹配不一致的问题。

Python

names = '刘    备、关  羽、   张 飞、赵   云、马 超、黄 忠'
names = names.replace(' ','')
print(names)

刘备、关羽、张飞、赵云、马超、黄忠

pandas

df['姓名'] = df['姓名'].str.replace(' ','')

二、分列

场景：在问卷收集数据的时候，多选题的数据往往是带有分隔符的。在分类汇总前往往需要按分隔符进行分列。

Python

hobbyStr = "足球┋排球┋羽毛球┋篮球"
hobbyList = hobbyStr.split('┋')

['足球', '排球', '羽毛球', '篮球']

pandas

# 利用split进行分列，expand = True 返回dataframe；expand=False返回Series
hobbyDf = df['爱好'].str.split('|', expand=True)
# 将hobbyDf 与 df安装索引合并
df2 = pd.merge(df, hobbyDf, how="left", left_index&