Pandas | 11 字符串函数
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(请参阅： http://docs.python.org/3/library/stdtypes.html#string-methods )。 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']) print (s)
输出结果：
0 Tom
1 William Rick
2 John
3 Alber@t
4 NaN
5 1234
6 SteveMinsu
dtype: object
1. lower()函数
import pandas as pd import numpy as np s = pd.Series(['Tom', 'William Rick', 'John', 'Alber@t', np.nan, '1234','SteveMinsu']) print (s.str.lower())
输出结果：0 tom
1 william rick
2 john
3 alber@t
4 NaN
5 1234
6 steveminsu
dtype: object
2. upper()函数
import pandas as pd import numpy as np s = pd.Series(['Tom', 'William Rick', 'John', 'Alber@t', np.nan, '1234','SteveMinsu']) print (s.str.upper())
输出结果：
0 TOM
1 WILLIAM RICK
2 JOHN
3 ALBER@T
4 NaN
5 1234
6 STEVESMITH
dtype: object
3. len()函数
import pandas as pd import numpy as np s = pd.Series(['Tom', 'William Rick', 'John', 'Alber@t', np.nan, '1234','SteveMinsu']) print (s.str.len())
输出结果：
0 3.0
1 12.0
2 4.0
3 7.0
4 NaN
5 4.0
6 10.0
dtype: float64
4. strip()函数
import pandas as pd import numpy as np s = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t']) print (s) print('\n') print ("=========== After Stripping ================") print (s.str.strip())
输出结果：
0 Tom
1 William Rick
2 John
3 Alber@t
dtype: object
=========== After Stripping ================
0 Tom
1 William Rick
2 John
3 Alber@t
dtype: object
5. split(pattern)函数
import pandas as pd s = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t']) print (s) print('\n') print ("================= Split Pattern: ==================") print (s.str.split(' '))
输出结果：
0 Tom
1 William Rick
2 John
3 Alber@t
dtype: object
================= Split Pattern: ==================
0 [Tom, ]
1 [, William, Rick]
2 [John]
3 [Alber@t]
dtype: object
6. cat(sep=pattern)函数
查看时候的分隔符
import pandas as pd import numpy as np s = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t']) print (s.str.cat(sep=' <=> '))
输出结果：
Tom <=> William Rick <=> John <=> Alber@t
7. get_dummies()函数
import pandas as pd import numpy as np s = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t']) print (s.str.get_dummies())
输出结果：
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
8. contains()函数
import pandas as pd s = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t']) print (s.str.contains(' '))
输出结果：
0 True
1 True
2 False
3 False
dtype: bool
9. replace(a,b)函数
import pandas as pd s = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t']) print (s) print('\n') print ("After replacing @ with $: ============== ") print (s.str.replace('@','$'))
输出结果：
0 Tom
1 William Rick
2 John
3 Alber@t
dtype: object
After replacing @ with $: ==============
0 Tom
1 William Rick
2 John
3 Alber$t
dtype: object
10. repeat(value)函数
import pandas as pd s = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t']) print (s.str.repeat(2))
输出结果：
0 Tom Tom
1 William Rick William Rick
2 JohnJohn
3 Alber@tAlber@t
dtype: object
11. count(pattern)函数
import pandas as pd s = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t']) print ("The number of 'm's in each string:") print (s.str.count('m'))
输出结果：
The number of 'm's in each string:
0 1
1 1
2 0
3 0
dtype: int64
12. startswith(pattern)函数
import pandas as pd s = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t']) print ("Strings that start with 'T':") print (s.str. startswith ('T'))
输出结果：
Strings that start with 'T':
0 True
1 False
2 False
3 False
dtype: bool
13. endswith(pattern)函数
import pandas as pd s = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t']) print ("Strings that end with 't':") print (s.str.endswith('t'))
输出结果：
Strings that end with 't':
0 False
1 False
2 False
3 True
dtype: bool
14. find(pattern)函数
import pandas as pd s = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t']) print (s.str.find('e'))
输出结果：
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。
15. findall(pattern)函数
import pandas as pd s = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t']) print (s.str.findall('e'))
输出结果：
0 []
1 []
2 []
3 [e]
dtype: object
空列表(
[])表示元素中没有这样的模式可用。
16. swapcase()函数
import pandas as pd s = pd.Series(['Tom', 'William Rick', 'John', 'Alber@t']) print (s.str.swapcase())
输出结果：
0 tOM
1 wILLIAM rICK
2 jOHN
3 aLBER@T
dtype: object
17. islower()函数
import pandas as pd s = pd.Series(['Tom', 'William Rick', 'John', 'Alber@t']) print (s.str.islower())
输出结果：
0 False
1 False
2 False
3 False
dtype: bool
18. isupper()函数
import pandas as pd s = pd.Series(['TOM', 'William Rick', 'John', 'Alber@t']) print (s.str.isupper())
输出结果：
0 True
1 False
2 False
3 False
dtype: bool
19. isnumeric()函数
import pandas as pd s = pd.Series(['Tom', '1199','William Rick', 'John', 'Alber@t']) print (s.str.isnumeric())
输出结果：
0 False
1 True
2 False
3 False
4 False
dtype: bool