Python pandas 数据框的str列内置的方法详解

 

原文链接：http://www.datastudy.cc/to/33

        在使用pandas框架的DataFrame的过程中，如果需要处理一些字符串的特性，例如判断某列是否包含一些关键字，某列的字符长度是否小于3等等这种需求，如果掌握str列内置的方法，处理起来会方便很多。

 

        下面我们来详细了解一下，Series类的str自带的方法有哪些。

 

1、cat() 拼接字符串

        例子：

        >>> Series(['a', 'b', 'c']).str.cat(['A', 'B', 'C'], sep=',')

        0 a,A

        1 b,B

        2 c,C

        dtype: object

        >>> Series(['a', 'b', 'c']).str.cat(sep=',')

        'a,b,c'

        >>> Series(['a', 'b']).str.cat([['x', 'y'], ['1', '2']], sep=',')

        0    a,x,1

        1    b,y,2

        dtype: object

 

2、split() 切分字符串

        >>> import numpy,pandas;

        >>> s = pandas.Series(['a_b_c', 'c_d_e', numpy.nan, 'f_g_h'])

        >>> s.str.split('_')

        0    [a, b, c]

        1    [c, d, e]

        2          NaN

        3    [f, g, h]

        dtype: object

        >>> s.str.split('_', -1)

        0    [a, b, c]

        1    [c, d, e]

        2          NaN

        3    [f, g, h]

        dtype: object

        >>> s.str.split('_', 0)

        0    [a, b, c]

        1    [c, d, e]

        2          NaN

        3    [f, g, h]

        dtype: object

         >>> s.str.split('_', 1)

        0    [a, b_c]

        1    [c, d_e]

        2         NaN

        3    [f, g_h]

        dtype: object

        >>> s.str.split('_', 2)

        0    [a, b, c]

        1    [c, d, e]

        2          NaN

        3    [f, g, h]

        dtype: object

        >>> s.str.split('_', 3)

        0    [a, b, c]

        1    [c, d, e]

        2          NaN

        3    [f, g, h]

        dtype: object

 

3、get() 获取指定位置的字符串

        >>> s.str.get(0)

        0      a

        1      c

        2    NaN

        3      f

        dtype: object

        >>> s.str.get(1)

        0      _

        1      _

        2    NaN

        3      _

        dtype: object

        >>> s.str.get(2)

        0      b

        1      d

        2    NaN

        3      g

        dtype: object

 

4、join() 对每个字符都用给点的字符串拼接起来，不常用

        >>> s.str.join("!")

        0    a!_!b!_!c

        1    c!_!d!_!e

        2          NaN

        3    f!_!g!_!h

        dtype: object

        >>> s.str.join("?")

        0    a?_?b?_?c

        1    c?_?d?_?e

        2          NaN

        3    f?_?g?_?h

        dtype: object

        >>> s.str.join(".")

        0    a._.b._.c

        1    c._.d._.e

        2          NaN

        3    f._.g._.h

        dtype: object

 

5、contains() 是否包含表达式

        >>> s.str.contains('d')

        0    False

        1     True

        2      NaN

        3    False

        dtype: object

 

6、replace() 替换

        >>> s.str.replace("_", ".")

        0    a.b.c

        1    c.d.e

        2      NaN

        3    f.g.h

        dtype: object

 

7、repeat() 重复

        >>> s.str.repeat(3)

        0    a_b_ca_b_ca_b_c

        1    c_d_ec_d_ec_d_e

        2                NaN

        3    f_g_hf_g_hf_g_h

        dtype: object

 

8、pad() 左右补齐

>>> s.str.pad(10, fillchar="?")

0    ?????a_b_c

1    ?????c_d_e

2           NaN

3    ?????f_g_h

dtype: object

>>>

>>> s.str.pad(10, side="right", fillchar="?")

0    a_b_c?????

1    c_d_e?????

2           NaN

3    f_g_h?????

dtype: object

 

9、center() 中间补齐，看例子

>>> s.str.center(10, fillchar="?")

0    ??a_b_c???

1    ??c_d_e???

2           NaN

3    ??f_g_h???

dtype: object

 

10、ljust() 右边补齐，看例子

>>> s.str.ljust(10, fillchar="?")

0    a_b_c?????

1    c_d_e?????

2           NaN

3    f_g_h?????

dtype: object

 

11、rjust() 左边补齐，看例子

>>> s.str.rjust(10, fillchar="?")

0    ?????a_b_c

1    ?????c_d_e

2           NaN

3    ?????f_g_h

dtype: object

 

12、zfill() 左边补0

>>> s.str.zfill(10)

0    00000a_b_c

1    00000c_d_e

2           NaN

3    00000f_g_h

dtype: object

 

13、wrap() 在指定的位置加回车符号

>>> s.str.wrap(3)

0    a_b\n_c

1    c_d\n_e

2        NaN

3    f_g\n_h

dtype: object

 

14、slice() 按给点的开始结束位置切割字符串

>>> s.str.slice(1,3)

0     _b

1     _d

2    NaN

3     _g

dtype: object

 

15、slice_replace() 使用给定的字符串，替换指定的位置的字符

>>> s.str.slice_replace(1, 3, "?")

0    a?_c

1    c?_e

2     NaN

3    f?_h

dtype: object

>>> s.str.slice_replace(1, 3, "??")

0    a??_c

1    c??_e

2      NaN

3    f??_h

dtype: object

 

16、count() 计算给定单词出现的次数

>>> s.str.count("a")

0     1

1     0

2   NaN

3     0

dtype: float64

 

17、startswith() 判断是否以给定的字符串开头

>>> s.str.startswith("a");

0     True

1    False

2      NaN

3    False

dtype: object

 

18、endswith() 判断是否以给定的字符串结束

>>> s.str.endswith("e");

0    False

1     True

2      NaN

3    False

dtype: object

 

19、findall() 查找所有符合正则表达式的字符，以数组形式返回

>>> s.str.findall("[a-z]");

0    [a, b, c]

1    [c, d, e]

2          NaN

3    [f, g, h]

dtype: object

 

20、match() 检测是否全部匹配给点的字符串或者表达式

>>> s

0    a_b_c

1    c_d_e

2      NaN

3    f_g_h

dtype: object

>>> s.str.match("[d-z]");

0    False

1    False

2      NaN

3     True

dtype: object

 

21、extract() 抽取匹配的字符串出来，注意要加上括号，把你需要抽取的东西标注上

>>> s.str.extract("([d-z])");

0    NaN

1      d

2    NaN

3      f

dtype: object

 

22、len() 计算字符串的长度

>>> s.str.len()

0     5

1     5

2   NaN

3     5

dtype: float64 

 

23、strip() 去除前后的空白字符

>>> idx = pandas.Series([' jack', 'jill ', ' jesse ', 'frank'])

>>> idx.str.strip()

0     jack

1     jill

2    jesse

3    frank

dtype: object

 

24、rstrip() 去除后面的空白字符

25、lstrip() 去除前面的空白字符

26、partition() 把字符串数组切割称为DataFrame，注意切割只是切割称为三部分，分隔符前，分隔符，分隔符后

27、rpartition() 从右切起

>>> s.str.partition('_')

 0    1    2

0    a    _  b_c

1    c    _  d_e

2  NaN  NaN  NaN

3    f    _  g_h

>>> s.str.rpartition('_')

 0    1    2

0  a_b    _    c

1  c_d    _    e

2  NaN  NaN  NaN

3  f_g    _    h

 

28、lower() 全部小写

29、upper() 全部大写

30、find() 从左边开始，查找给定字符串的所在位置

>>> s.str.find('d')

0    -1

1     2

2   NaN

3    -1

dtype: float64

 

31、rfind() 从右边开始，查找给定字符串的所在位置

 

32、index() 查找给定字符串的位置，注意，如果不存在这个字符串，那么会报错！

33、rindex() 从右边开始查找，给定字符串的位置

>>> s.str.index('_')

0     1

1     1

2   NaN

3     1

dtype: float64

 

34、capitalize() 首字符大写

>>> s.str.capitalize()

0    A_b_c

1    C_d_e

2      NaN

3    F_g_h

dtype: object

 

35、swapcase() 大小写互换

>>> s.str.swapcase()

0    A_B_C

1    C_D_E

2      NaN

3    F_G_H

dtype: object

 

36、normalize() 序列化数据，数据分析很少用到，咱们就不研究了

37、isalnum() 是否全部是数字和字母组成

>>> s.str.isalnum()

0    False

1    False

2      NaN

3    False

dtype: object

 

38、isalpha() 是否全部是字母

>>> s.str.isalpha()

0    False

1    False

2      NaN

3    False

dtype: object

 

39、isdigit() 是否全部都是数字

>>> s.str.isdigit()

0    False

1    False

2      NaN

3    False

dtype: object

 

40、isspace() 是否空格

>>> s.str.isspace()

0    False

1    False

2      NaN

3    False

dtype: object

 

41、islower() 是否全部小写

42、isupper() 是否全部大写

>>> s.str.islower()

0    True

1    True

2     NaN

3    True

dtype: object

>>> s.str.isupper()

0    False

1    False

2      NaN

3    False

dtype: object

 

43、istitle() 是否只有首字母为大写，其他字母为小写

>>> s.str.istitle()

0    False

1    False

2      NaN

3    False

dtype: object

 

44、isnumeric() 是否是数字

45、isdecimal() 是否全是数字