四、基于python的字符串的处理（字符串的拆分与类型转换）

本章分享一个字符串的拆分技巧，以及字符串怎么转化为整形数据用于计算。

任务要求：将salary列数据转换为最大值与最小值的平均值

1.数据的创建

import pandas as pd
dict={"name":["小王","小明","小辉","小红","小李"],
      "education":["大专","本科","研究生","本科","本科"],
      "salary":["6k-10k","7k-9k","10k-15k","10k-12k","5k-8k"]}
df=pd.DataFrame(dict)
df

结果如下：

2.求解过程与技巧

两种方法：方法一简单易懂，方法二简洁高效
2.1方法一：

import re
b=[]
a=df["salary"].str.replace("k","") #此处用replace将k替换为空
for i in range(len(a)):
    b.append(re.split('-',a[i])) #split按'-'将字符串拆分

mean_salary=[]
for i in range(len(b)):
    mean_salary.append(int((int(b[i][0])+int(b[i][1]))/2*1000)) #int()将字符串转为int类型
    
dict={"mean_salary":mean_salary}
c=pd.DataFrame(dict)
df=pd.concat([df,c],axis=1)
df.drop("salary",axis=1)

结果显示：
2.2方法二：

import re
# ：apply + 自定义函数
def func(df):
    lst = df['salary'].split('-')
    smin = int(lst[0].strip('k'))
    smax = int(lst[1].strip('k'))
    df['salary'] = int((smin + smax) / 2 * 1000)
    return df
df = df.apply(func,axis=1)

结果显示：
总结一下：方法二优势明显，需要熟练掌握apply的运用以及函数的定义；
方法一中的一些函数也常用，对于数据分析必须掌握，如：replace、split和int类型的转化，字典转DataFrame等