import pandas as pd什么意思_那些功能逆天，却鲜为人知的pandas骚操作

文章来源：Python数据科学

作者：东哥

pandas有些功能很逆天，但却鲜为人知，本篇给大家盘点一下。

一、ACCESSOR

pandas有一种功能非常强大的方法，它就是accessor，可以将它理解为一种属性接口，通过它可以获得额外的方法。其实这样说还是很笼统，下面我们通过代码和实例来理解一下。

>>> pd.Series._accessors{'cat', 'str', 'dt'}

对于Series数据结构使用_accessors方法，可以得到了3个对象：cat，str，dt。

• .cat：用于分类数据(Categorical data)
• .str：用于字符数据(String Object data)
• .dt：用于时间数据(datetime-like data)

下面我们依次看一下这三个对象是如何使用的。

str对象的使用

Series数据类型：str字符串

# 定义一个Series序列>>> addr = pd.Series([...     'Washington, D.C. 20003',...     'Brooklyn, NY 11211-1755',...     'Omaha, NE 68154',...     'Pittsburgh, PA 15211'... ]) >>> addr.str.upper()0     WASHINGTON, D.C. 200031    BROOKLYN, NY 11211-17552            OMAHA, NE 681543       PITTSBURGH, PA 15211dtype: object>>> addr.str.count(r'd') 0    51    92    53    5dtype: int64

关于以上str对象的2个方法说明：

• Series.str.upper：将Series中所有字符串变为大写
• Series.str.count：对Series中所有字符串的个数进行计数

其实不难发现，该用法的使用与Python中字符串的操作很相似。没错，在pandas中你一样可以这样简单的操作，而不同的是你操作的是一整列的字符串数据。仍然基于以上数据集，再看它的另一个操作：

>>> regex = (r'(?P[A-Za-z ]+), '      # 一个或更多字母...          r'(?P[A-Z]{2}) '        # 两个大写字母...          r'(?Pd{5}(?:-d{4})?)')  # 可选的4个延伸数字...>>> addr.str.replace('.', '').str.extract(regex)         city state         zip0  Washington    DC       200031    Brooklyn    NY  11211-17552       Omaha    NE       681543  Pittsburgh    PA       15211

关于以上str对象的2个方法说明：

• Series.str.replace：将Series中指定字符串替换
• Series.str.extract：通过正则表达式提取字符串中的数据信息

这个用法就有点复杂了，因为很明显看到，这是一个链式的用法。通过replace将 " . " 替换为""，即为空，紧接着又使用了3个正则表达式(分别对应city，state，zip)通过extract对数据进行了提取，并由原来的Series数据结构变为了DataFrame数据结构。

当然，除了以上用法外，常用的属性和方法还有.rstrip，.contains，split等，我们通过下面代码查看一下str属性的完整列表：

>>> [i for i in dir(pd.Series.str) if not i.startswith('_')]['capitalize', 'cat', 'center', 'contains', 'count', 'decode', 'encode', 'endswith', 'extract', 'extractall', 'find', 'findall', 'get', 'get_dummies', 'index', 'isalnum', 'isalpha', 'isdecimal', 'isdigit', 'islower', 'isnumeric', 'isspace', 'istitle', 'isupper', 'join'