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。
In [2]:
import pandas as pd
import numpy as np
s = pd.Series(['Tom', 'William Rick', 'John', 'Alber@t', np.nan, '1234','SteveMinsu'])
s
Out[2]:
0 Tom 1 William Rick 2 John 3 Alber@t 4 NaN 5 1234 6 SteveMinsu dtype: object
In [3]:
s.str.lower()
Out[3]:
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 -
In [4]:
s.str.upper()
Out[4]:
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 -
In [5]:
s.str.len()
Out[5]:
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 -
In [6]:
s = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t'])
s
Out[6]:
0 Tom 1 William Rick 2 John 3 Alber@t dtype: object
In [7]:
s.str.strip()
Out[7]:
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 -
In [8]:
s.str.split(' ')
Out[8]:
0 [Tom, ] 1 [, William, Rick] 2 [John] 3 [Alber@t] dtype: object
In [9]:
s.str.cat(sep=' <=> ')
Out[9]:
'Tom <=> William Rick <=> John <=> Alber@t'
In [10]:
s.str.get_dummies()
Out[10]:
| 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 |
In [11]:
s.str.contains(' ')
Out[11]:
0 True 1 True 2 False 3 False dtype: bool
In [12]:
s.str.replace('@','$')
Out[12]:
0 Tom 1 William Rick 2 John 3 Alber$t dtype: object
In [13]:
s.str.repeat(2)
Out[13]:
0 Tom Tom 1 William Rick William Rick 2 JohnJohn 3 Alber@tAlber@t dtype: object
In [14]:
s.str.count('m')
Out[14]:
0 1 1 1 2 0 3 0 dtype: int64
In [15]:
s.str. startswith ('T')
Out[15]:
0 True 1 False 2 False 3 False dtype: bool
In [16]:
s.str.endswith('t')
Out[16]:
0 False 1 False 2 False 3 True dtype: bool
执行上面示例代码，得到以下结果 -
In [17]:
s.str.find('e')
Out[17]:
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。In [18]:
s.str.findall('e')
Out[18]:
0 [] 1 [] 2 [] 3 [e] dtype: object
空列表([])表示元素中没有这样的模式可用。In [19]:
s.str.swapcase()
Out[19]:
0 tOM 1 wILLIAM rICK 2 jOHN 3 aLBER@T dtype: object
In [20]:
s.str.islower()
Out[20]:
0 False 1 False 2 False 3 False dtype: bool
In [21]:
s.str.isupper()
Out[21]:
0 False 1 False 2 False 3 False dtype: bool
In [22]:
s.str.isnumeric()
Out[22]:
0 False 1 False 2 False 3 False dtype: bool