python做数据分析的自定义字符串切片

系列文章目录

pandas数据分析小技巧

问题

有时候我们在用pandas读入数据之后，数据有点杂乱，我们想要进行改进，而且许多都是object类型的，其中切片操作非常常见，比如有这样的数据：

	路口
0	500KV轻声细语路口
1	35KV霞光路口
2	110KV大马路路口
3	是500KV轻声细语路口

---

我们的目的是把路口名称提取出来，怎么做呢？

解决方法

我们发现字符串后面路口两个字符是一致的，还有每个数据都有KV这两个字符，但是路口名位置不固定，可以用find函数找到某个字符的位置。

代码如下：

首先自定义函数用于切片，接着应用到某列

def cut_site(word):
    loc=word.find('V')
    word=word[loc+1:-2]
    return word

df['SITE_NAME']=df['路口'].apply(cut_site)

这样就生成了新列，这一列只有路口名，如下

	路口	SITE_NAME
0	500KV轻声细语路口	轻声细语
1	35KV霞光路口	霞光
2	110KV大马路路口	大马路
3	是500KV轻声细语路口	轻声细语

---

总结

用pandas读取数据后，主要用自定义函数，其中用到了find函数用来找字符出现的位置，接着用apply函数应用到某列。