pandas——字符串处理

作者：AOAIYI
创作不易，如果觉得文章不错或能帮助到你学习，记得点赞收藏评论一下哦

---

---

一、实验目的

熟练掌握pandas中字符串操作

二、实验原理

在使用pandas框架的DataFrame的过程中，如果需要处理一些字符串的特性，例如判断某列是否包含一些关键字，某列的字符长度是否小于3等等这种需求，如果掌握str列内置的方法，处理起来会方便很多。

三、实验环境

Python 3.6.1以上

Jupyter

四、实验内容

下面我们来详细了解一下，Series类或DataFrame的字符串String自带的方法有哪些。

五、实验步骤

1.cat() 拼接字符串

import pandas as pd  
pd.Series(['a', 'b', 'c']).str.cat(['A', 'B', 'C'], sep=',')

pd.Series(['a','b','c']).str.cat(sep=',')  

2.split()切片字符串

import numpy as np  
s=pd.Series(['a_b_c', 'c_d_e', np.nan, 'f_g_h'])  
print(s)  
s.str.split('_')  
s.str.split('_',-1)  
s.str.split('_',1) 

3.get() 获取指定位置的字符串

import numpy as np  
s=pd.Series(['a_b_c', 'c_d_e', np.nan, 'f_g_h'])  
s.str.get(0)  
s.str.get(1)  
s.str.get(2) 

4.contains() 是否包含表达式，返回True或False。

s.str.contains('d')

5.replace() 字符串替换

s.str.replace("_", ".")  

6.slice() 按字符串下标的开始结束位置切割字符串。

s.str.slice(1,3)  

7.count() 计算给定单词出现的次数

s.str.count("a")  

8.len() 计算字符串的长度

s.str.len()

9.strip()去除前后的空白字符

idx = pd.Series([' jack', 'jill   ', '  jesse  ', 'frank'])  
print(idx)  
idx.str.strip()  

10.lower() 全部小写

s.str.lower()

11.upper() 全部大写

s.str.upper()

12.index() 查找给定字符串的位置

注意，如果不存在这个字符串，那么会报错！

s.str.index('_')

13.capitalize() 首字符大写

s.str.capitalize()

14.swapcase()大小写互换

s.str.swapcase()

15.islower()至少包含一个小写字符, 且不包含大写字符。

s.str.islower()

16.isupper()至少包含一个大写字符, 且不包含小写字符。

s.str.isupper()

---

总结

为什么纸上谈兵不行？纸上谈兵太理想化了，把自己没有发现的问题隐藏了，当成了不存在的问题。只有实际多多亲自动手，才会发现有太多的问题是书上没提到的，也是自己没想到的。才会发现，一个小小的问题也要搞上半天。当然，如果你基础巩固的话，那这些问题应该都是可以被你解决的。熟练后，就不认为这些问题了。
不要看代码不难就感觉会了，只有自己的手打一遍，没有错误，编程的严谨些决定了，你错一个字母都不行。所以大家一定要注意，编程是自己打出来的，不是复制，粘贴你就会了，以后碰到了，还是不会。