>>> from env_helper import info; info()
页面更新时间： 2023-04-15 22:05:59
运行环境：
Linux发行版本: Debian GNU/Linux 12 (bookworm)
操作系统内核: Linux-6.1.0-7-amd64-x86_64-with-glibc2.36
Python版本: 3.11.2
7.2. Pandas字符串和文本数据¶
在本章中，我们将使用基本系列/索引来讨论字符串操作。在随后的章节中，将学习如何将这些字符串函数应用于数据帧(DataFrame)。
Pandas提供了一组字符串函数，可以方便地对字符串数据进行操作。
最重要的是，这些函数忽略(或排除)丢失/ NaN 值。
几乎这些方法都使用Python字符串函数。 因此，将Series对象转换为String对象，然后执行该操作。
下面来看看每个操作的执行和说明。
编号 | 函数 | 描述 |
|---|---|---|
1 | lower() | 将Series/Index中的字符串转换为小写。 |
2 | upper() | 将Series/Index中的字符串转换为大写。 |
3 | len() | 计算字符串长度。 |
4 | strip() | 帮助从两侧的系列/索引中的每个字符串中删除空格(包括换行符)。 |
5 | split(’ ’) | 用给定的模式拆分每个字符串。 |
6 | cat(sep=’ ’) | 使用给定的分隔符连接系列/索引元素。 |
7 | get_dummies() | 返回具有单热编码值的数据帧(DataFrame)。 |
8 | contains(pattern) | 如果元素中包含子字符串，则返回每个元素的布尔值True，否则为False。 |
9 | replace(a,b) | 将值a替换为值b。 |
10 | repeat(value) | 重复每个元素指定的次数。 |
11 | count(pattern) | 返回模式中每个元素的出现总数。 |
12 | startswith(pattern) | 如果系列/索引中的元素以模式开始，则返回true。 |
13 | endswith(pattern) | 如果系列/索引中的元素以模式结束，则返回true。 |
14 | find(pattern) | 返回模式第一次出现的位置。 |
15 | findall(pattern) | 返回模式的所有出现的列表。 |
16 | swapcase | 变换字母大小写。 |
17 | islower() | 检查系列/索引中每个字符串中的所有字符是否小写，返回布尔值 |
18 | isupper() | 检查系列/索引中每个字符串中的所有字符是否大写，返回布尔值 |
19 | isnumeric() | 检查系列/索引中每个字符串中的所有字符是否为数字，返回布尔值。 |
现在创建一个系列，看看上述所有函数是如何工作的。
>>> import pandas as pd
>>> import numpy as np
>>>
>>> s = pd.Series(['Tom', 'William Rick', 'John', 'Alber@t', np.nan, '1234','SteveMinsu'])
>>> s
0 Tom
1 William Rick
2 John
3 Alber@t
4 NaN
5 1234
6 SteveMinsu
dtype: object
7.2.1. lower()函数示例¶
>>> s.str.lower()
0 tom
1 william rick
2 john
3 alber@t
4 NaN
5 1234
6 steveminsu
dtype: object
执行上面示例代码，得到以下结果 -
7.2.2. upper()函数示例¶
>>> s.str.upper()
0 TOM
1 WILLIAM RICK
2 JOHN
3 ALBER@T
4 NaN
5 1234
6 STEVEMINSU
dtype: object
执行上面示例代码，得到以下结果 -
7.2.3. len()函数示例¶
>>> s.str.len()
0 3.0
1 12.0
2 4.0
3 7.0
4 NaN
5 4.0
6 10.0
dtype: float64
执行上面示例代码，得到以下结果 -
7.2.4. strip()函数示例¶
>>> s = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t'])
>>> s
0 Tom
1 William Rick
2 John
3 Alber@t
dtype: object
>>> s.str.strip()
0 Tom
1 William Rick
2 John
3 Alber@t
dtype: object
执行上面示例代码，得到以下结果 -
7.2.5. split(pattern)函数示例¶
>>> s.str.split(' ')
0 [Tom, ]
1 [, William, Rick]
2 [John]
3 [Alber@t]
dtype: object
7.2.6. cat(sep=pattern)函数示例¶
>>> s.str.cat(sep=' <=> ')
'Tom <=> William Rick <=> John <=> Alber@t'
7.2.7. get_dummies()函数示例¶
>>> s.str.get_dummies()
| William Rick | Alber@t | John | Tom | |
|---|---|---|---|---|
| 0 | 0 | 0 | 0 | 1 |
| 1 | 1 | 0 | 0 | 0 |
| 2 | 0 | 0 | 1 | 0 |
| 3 | 0 | 1 | 0 | 0 |
7.2.8. contains()函数示例¶
>>> s.str.contains(' ')
0 True
1 True
2 False
3 False
dtype: bool
7.2.9. replace(a,b)函数示例¶
>>> s.str.replace('@','$')
0 Tom
1 William Rick
2 John
3 Alber$t
dtype: object
7.2.10. repeat(value)函数示例¶
>>> s.str.repeat(2)
0 Tom Tom
1 William Rick William Rick
2 JohnJohn
3 Alber@tAlber@t
dtype: object
7.2.11. count(pattern)函数示例¶
>>> s.str.count('m')
0 1
1 1
2 0
3 0
dtype: int64
7.2.12. startswith(pattern)函数示例¶
>>> s.str. startswith ('T')
0 True
1 False
2 False
3 False
dtype: bool
7.2.13. endswith(pattern)函数示例¶
>>> s.str.endswith('t')
0 False
1 False
2 False
3 True
dtype: bool
执行上面示例代码，得到以下结果 -
7.2.14. find(pattern)函数示例¶
>>> s.str.find('e')
0 -1
1 -1
2 -1
3 3
dtype: int64
注意：-1表示元素中没有这样的模式可用。
7.2.15. findall(pattern)函数示例¶
>>> s.str.findall('e')
0 []
1 []
2 []
3 [e]
dtype: object
空列表([])表示元素中没有这样的模式可用。
7.2.16. swapcase()函数示例¶
>>> s.str.swapcase()
0 tOM
1 wILLIAM rICK
2 jOHN
3 aLBER@T
dtype: object
7.2.17. islower()函数示例¶
>>> s.str.islower()
0 False
1 False
2 False
3 False
dtype: bool
7.2.18. isupper()函数示例¶
>>> s.str.isupper()
0 False
1 False
2 False
3 False
dtype: bool
7.2.19. isnumeric()函数示例¶
>>> s.str.isnumeric()
0 False
1 False
2 False
3 False
dtype: bool