【Python数据分析】pandas针对字符串操作

目录

• 1.字符串调用属性：str
• 2.字符串常用方法：lower,upper,len,startswith,endswith
• 3.字符串去空格：strip,rstrip,lstrip
• 4.替换：replace
• 5.字符串分割:split,rspilt

在pandas中针对字符串配备了一套方法，使其容易对数组的每个元素进行操作。

1.字符串调用属性：str

# 通过str属性操作，会自动排除丢失NaN值
import numpy as np
import pandas as pd

s = pd.Series(['ace','bbb','hello','100',np.nan,'black'])
df = pd.DataFrame({'key1':list('abcdef'),
                  'key2':['h1','haha',np.nan,'name','ww','a1']
                  })
print(s)
print(df)
print('-' * 50)
print(s.str.count('b')) # 统计每个字符串中含有b字母的数量
print(df['key1'].str.upper()) # 将字符串转化为大写
print('-' * 50)

# 字符串索引
print('-------str[0]字符串索引结果-------')
print(df['key2'].str[0]) # 取第一个字符
print('-------str[:2]字符串索引结果-------')
print(df['key2'].str[:2]) # 取前2个字符
print('-' * 50)

# df.columns可以直接使用str属性,并且df.columns返回的对象可以直接使用list或者tolist()转化为字典.
df.columns = df.columns.str.upper() 
print(df)

输出结果：

2.字符串常用方法：lower,upper,len,startswith,endswith

• lower:字母转化为小写
• upper:字母转化为大写
• len:求每个字符串的长度
• startswith：判断起始是否为某个指定字母
• endswith：判断结束是否为某个指定字母

import pandas as pd
s = pd.Series(['A','bd','110',np.nan,'123','hello','wd'])

print(s.str.lower(),'------全部小写\n')
print(s.str.upper(),'------全部大写\n')
print(s.str.len(),'------求每个字符串的长度\n')
print(s.str.startswith('h'),'------判断起始是否为h\n')
print(s.str.endswith('d'),'------判断结束是否为d\n')

3.字符串去空格：strip,rstrip,lstrip

• strip：去除字符串两边的空格
• rstrip:去除字符串左边的空格
• lstrip：去除字符串右边的空格

import pandas as pd
s = pd.Series(['Jac k ','Lucy  ',' mm '])
df = pd.DataFrame(np.random.randn(3,2),columns=[' column A ',' columnB '],
                 index=range(3))
print(s)
print(df)
print('--------------------')

print(s.str.strip(),"------strip()的案例结果\n") # 去除字符串两边的空格
print(s.str.lstrip(),"-----lstrip()的案例结果\n") # 去除字符串左边的空格
print(s.str.rstrip(),"-----rstrip()的案例结果\n") # 去除字符串右边的空格
print('--------------------')
df.columns = df.columns.str.strip() # 去掉列名两边的空格，中间的空格没去掉
print(df)

输出结果：

4.替换：replace

# 替换replace
import pandas as pd 
df = pd.DataFrame(np.random.randn(3, 2), columns=[' Column A ', ' Column B '],
                  index=range(3))
df.columns = df.columns.str.replace(' ','-')
print(df)
# 替换

df.columns = df.columns.str.replace('-','***',n=1) # n：替换个数
print(df)

输出结果：

5.字符串分割:split,rspilt

• split:根据指定的分隔符对字符串进行分割
• rsplit:类似于split，反向工作，即从字符串的末尾到字符串的开头

import pandas as pd
s = pd.Series([['a','b','c'],'1,2,3,4,5',np.nan,'a1,a2,a3,a4,a5'])
print(s)
print(s.str.split(','))  # 分割

print('-' * 50 )
# 获取分割后的第一个list
print(s.str.split(',')[0])
print('-' * 50 )
#使用get或[]符号访问拆分列表中的元素
print(s.str.split(',').str[0])
print('------------str.get(0)的测试结果--------------')
print(s.str.split(',').str.get(0))
print('------------expand=True的测试结果-------------' )
print(s.str.split(',',expand=True))
print('------------expand=True & n=3 的测试结果-------------' )
print(s.str.split(',',expand=True,n=3)) # n参数限制分割数,n=3表示对前3列分割，后面的全部作为一列
print('------------rsplit 的测试结果-------------' )
print(s.str.rsplit(',',expand=True,n=3)) # rsplit类似于split，反向工作，即从字符串的末尾到字符串的开头

# DataFrame使用字符分割
df = pd.DataFrame({'key1':['a*b*c','1*2*3'],
                   'key2':['1,2,3','acb']})
print(df)
print('----------DataFrame使用split结果----------')
# 对key2列使用split
print(df['key1'].str.split('*'))