一、pandas中拆分字符串使用的是split
pandas.Series.str.split(pat=None, n=-1, expand=False)
参数解释:
- pat:string 或者 正则表达式,若为空,则为连续的空格,包括(换行符、空格、制表符)
- n:默认值为-1,若为None, 0 都会被修改成-1(从上图中的源码也能看出来),即能分割多少次就分割多少次,与str.split()的n=-1,re.split()的maxsplit=0一致;
- expand:决定了分割后的结果是分布在多列(返回DataFrame)还是以列表的形式分布在一列中(返回Series)
1. 使用split方法拆分字符
输出:
2. 切分后的列表中的元素可以通过 get
方法或者 []
方法进行读取:
输出:
3. 使用expand
方法可以轻易地将这种返回展开为一个数据表
输出:
4. 限制切分的次数:
输出:
5. rsplit
与split
相似,不同的是,这个切分的方向是反的。即,从字串的尾端向首段切分
输出:
二、 pandas中替换字符串使用的是replace
DataFrame.replace(to_replace=None, value=None, inplace=False, limit=None, regex=False,
method='pad')
参数解释:
- to_replace:被替换的值
- value:替换后的值
- inplace:是否要改变原数据,False是不改变,True是改变,默认是False
- limit:控制填充次数
- regex:是否使用正则,False是不使用,True是使用,默认是False
- method:填充方式,pad,ffill,bfill分别是向前、向前、向后填充
1.replace的基本用法
输出:
2. 一定要时时记得,是正则表达式,因此要格外小心
例如,因为正则表达式中的*$*符号,下列代码将会导致一些错误
输出:
3. 参数regex的使用
如果你只是向单纯地替换字符,你可以将可选参数 regex
设置为 False
,而不是傻傻地转义所有符号。这种情况下,pat
和 repl
就都将作为普通字符对待:
输出:
4. 也可以传入一个可调用对象作为替换值。它针对每一个 pat
通过来调用
输出:
5. 也可以接受一个来自re.compile()编译过的正则表达式对象,来做为表达式
输出: