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‘, ‘[email protected]‘, np.nan, ‘1234‘,‘SteveMinsu‘])
print (s)

输出结果：

0             Tom
1    William Rick
2            John
3         [email protected]
4             NaN
5            1234
6      SteveMinsu
dtype: object

1. lower()函数示例

import pandas as pd
import numpy as np

s = pd.Series([‘Tom‘, ‘William Rick‘, ‘John‘, ‘[email protected]‘, np.nan, ‘1234‘,‘SteveMinsu‘])
print (s.str.lower())

输出结果：

0             tom
1    william rick
2            john
3         [email protected]
4             NaN
5            1234
6      steveminsu
dtype: object

2. upper()函数示例

import pandas as pd
import numpy as np

s = pd.Series([‘Tom‘, ‘William Rick‘, ‘John‘, ‘[email protected]‘, np.nan, ‘1234‘,‘SteveMinsu‘])
print (s.str.upper())

输出结果：

0             TOM
1    WILLIAM RICK
2            JOHN
3         ALBE[email protected]
4             NaN
5            1234
6      STEVESMITH
dtype: object

3. len()函数示例

import pandas as pd
import numpy as np

s = pd.Series([‘Tom‘, ‘William Rick‘, ‘John‘, ‘[email protected]‘, 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()函数示例

import pandas as pd
import numpy as np
s = pd.Series([‘Tom ‘, ‘ William Rick‘, ‘John‘, ‘[email protected]‘])
print (s)
print(‘\n‘)

print ("=========== After Stripping ================")
print (s.str.strip())

输出结果：

0             Tom
1     William Rick
2             John
3          [email protected]
dtype: object
=========== After Stripping ================
0             Tom
1    William Rick
2            John
3         [email protected]
dtype: object

5. split(pattern)函数示例

import pandas as pd

s = pd.Series([‘Tom ‘, ‘ William Rick‘, ‘John‘, ‘[email protected]‘])
print (s)
print(‘\n‘)

print ("================= Split Pattern: ==================")
print (s.str.split(‘ ‘))

输出结果：

0             Tom
1     William Rick
2             John
3          [email protected]
dtype: object
================= Split Pattern: ==================
0              [Tom, ]
1    [, William, Rick]
2               [John]
3            [[email protected]]
dtype: object

6. cat(sep=pattern)函数示例

　　查看时候的分隔符

import pandas as pd
import numpy as np

s = pd.Series([‘Tom ‘, ‘ William Rick‘, ‘John‘, ‘[email protected]‘])
print (s.str.cat(sep=‘ <=> ‘))

输出结果：

Tom  <=>  William Rick <=> John <=> [email protected]

7. get_dummies()函数示例

import pandas as pd
import numpy as np

s = pd.Series([‘Tom ‘, ‘ William Rick‘, ‘John‘, ‘[email protected]‘])
print (s.str.get_dummies())

输出结果：

    William Rick  [email protected]  John  Tom
0              0        0     0     1
1              1        0     0     0
2              0        0     1     0
3              0        1     0     0

8. contains()函数示例

import pandas as pd

s = pd.Series([‘Tom ‘, ‘ William Rick‘, ‘John‘, ‘[email protected]‘])
print (s.str.contains(‘ ‘))

输出结果：

0     True
1     True
2    False
3    False
dtype: bool

9. replace(a,b)函数示例

import pandas as pd
s = pd.Series([‘Tom ‘, ‘ William Rick‘, ‘John‘, ‘[email protected]‘])
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)函数示例

import pandas as pd

s = pd.Series([‘Tom ‘, ‘ William Rick‘, ‘John‘, ‘[email protected]‘])
print (s.str.repeat(2))

输出结果：

0                      Tom Tom
1     William Rick William Rick
2                      JohnJohn
3                [email protected]@t
dtype: object

11. count(pattern)函数示例

import pandas as pd

s = pd.Series([‘Tom ‘, ‘ William Rick‘, ‘John‘, ‘[email protected]‘])
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)函数示例

import pandas as pd

s = pd.Series([‘Tom ‘, ‘ William Rick‘, ‘John‘, ‘[email protected]‘])
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)函数示例

import pandas as pd

s = pd.Series([‘Tom ‘, ‘ William Rick‘, ‘John‘, ‘[email protected]‘])
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)函数示例

import pandas as pd

s = pd.Series([‘Tom ‘, ‘ William Rick‘, ‘John‘, ‘[email protected]‘])
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)函数示例

import pandas as pd

s = pd.Series([‘Tom ‘, ‘ William Rick‘, ‘John‘, ‘[email protected]‘])
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()函数示例

import pandas as pd

s = pd.Series([‘Tom‘, ‘William Rick‘, ‘John‘, ‘[email protected]‘])
print (s.str.swapcase())

输出结果：

0             tOM
1    wILLIAM rICK
2            jOHN
3         [email protected]
dtype: object

17. islower()函数示例

import pandas as pd

s = pd.Series([‘Tom‘, ‘William Rick‘, ‘John‘, ‘[email protected]‘])
print (s.str.islower())

输出结果：

0    False
1    False
2    False
3    False
dtype: bool

18. isupper()函数示例

import pandas as pd

s = pd.Series([‘TOM‘, ‘William Rick‘, ‘John‘, ‘[email protected]‘])
print (s.str.isupper())

输出结果：

0    True
1    False
2    False
3    False
dtype: bool

19. isnumeric()函数示例

import pandas as pd

s = pd.Series([‘Tom‘, ‘1199‘,‘William Rick‘, ‘John‘, ‘[email protected]‘])
print (s.str.isnumeric())

输出结果：

0    False
1     True
2    False
3    False
4    False
dtype: bool

原文地址：https://www.cnblogs.com/Summer-skr--blog/p/11704735.html

时间： 2024-11-08 18:18:50

Pandas | 11 字符串函数的相关文章

《C prime plus (第五版）》 ---第11章字符串和字符串函数---2

11-3:字符串输出三个标准的函数:puts() fputs() printf() 1.puts()函数: #include<stdio.h> #define DEF "I an a #define string ." int main(){ char str1[80] = "An array was initialized to me ."; const char *str2 = "A pointer was initialized to

前端学PHP之字符串函数

前面的话字符串的处理和分析在任何编程语言中都是一个重要的基础,往往是简单而重要的.信息的分类.解析.存储和显示,以及网络中的数据都需要操作字符串来完成.尤其在web开发中更为重要,程序员大部分工作都是在操作字符串,本文将详细介绍php中的字符串函数 [注意]关于javascript中字符串的属性和方法移步至此特点因为php是弱类型语言,所以其他类型的数据一般都可以直接应用于字符串操作函数中,而自己转换成字符串类型进行处理 echo substr( "1234567", 2, 4

gets()、puts()函数。字符串函数。字符串排序的例子。

1.实例程序:string.c的程序: 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 #include<stdio.h> #define MSG "YOU MUST have many talents .tell me some." #define LIM 5 #define LINELEN 81 int main() { char name[LINELEN]; char

PHP字符串函数的简单应用

学了两天的PHP,整理了一些常用字符串函数的使用 1.trim去掉空格和特殊字符 ltrim/rtrim左空格和有空格 $name=' guiyangxueyuan '; //去掉前后空格 $newname=trim($name); $mame1=ltrim($name); $mame2=rtrim($name); //去掉xueyaun字符串 echo (trim($newname.'xueyaun')); 结果:guiyangxueyuan guiyangxueyuan 空格空格gui

字符串函数与过程

字符串函数 1.求长度length 定义:function Length(S: String): Integer; 例子: var S: String; begin Readln (S); Writeln('"', S, '"'); Writeln('length = ', Length(S)); end. 2.复制子串copy 定义: function Copy(S: String; Index: Integer; Count: Integer): String; 注意:S 是字符串

11-02C#基础--数据库之字符串函数

数据库の函数一.内置函数--字符串函数 1.--ASCII 返回字符串的首字母的ASCII编码 select ASCII('ame') select ASCII(xingming)from xuesheng--查询语句中的格式 select*from haha where ASCII(name)>200--查询表中ASCII码大于 2.--CHAE 将ASCII码转换成对应的字符 select CHAR(13)--在ASCII码中代表回车键,显示空格 select CHAR(202)--不同于

JS之路——字符串函数

JS自带函数concat将两个或多个字符的文本组合起来,返回一个新的字符串.var a = "hello";var b = ",world";var c = a.concat(b);alert(c);//c = "hello,world"indexOf返回字符串中一个子串第一处出现的索引(从左到右搜索).如果没有匹配项,返回 -1 .var index1 = a.indexOf("l");//index1 = 2var ind

BCB常用文件与字符串函数

VCL库函数简介一.BORLAND C++ BUILDER VCL的内存管理函数 1. AllocMem 在队中分配指定字节的内存块,并将分配的每一个字节初始化为 0.函数原型如下: void * __fastcall AllocMem(Cardinal Size): 2. SysFreeMem 释放所指定的内存块.函数原型如下: int __fastcall SysFreeMem(void * P): 3. SysReallocMem 要求重新分配参数Size所指定的内存.函数原型如下: v

字符串函数，时间函数，数学函数，数组

字符串函数 strlen 获取字符串的长度,这里的长度是指该字符串的字节的长度! substr 从指定字符串中的指定位置开始,截取指定长度的字符!sub在这里是截取的意思,substr就是字符串截取函数需要三个参数: 1, 指定的字符串 2, 截取起始位置(以0开始) 3, 截取的长度 strtolower | strtoupper 把字符串全部转换为小写|大写! 仅针对英文有效,也针对汉字中的英文有效! strrev 把字符串反转! strpos 从左往右查找并返回字符串中某个字符的起始位