Pandas 内置 str 对象方法详解

Pandas 是 Python 中最常用的数据处理的模块，在使用数据框 DataFrame 的过程中，经常需要用到一些字符串的方法，例如判断某列是否包含关键字、字符长度是否小于3、字符是否包含数字等等。

下面我们就来学习一下，Pandas Series 的 str 对象中内置的，关于字符串处理的常用方法。

1、cat() 拼接字符串

例子：

>>> Series(['a', 'b', 'c']).str.cat(['A', 'B', 'C'], sep=',')

0 a,A

1 b,B

2 c,C

dtype: object

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

'a,b,c'

>>> Series(['a', 'b']).str.cat([['x', 'y'], ['1', '2']], sep=',')

0 a,x,1

1 b,y,2

dtype: object

2、split() 切分字符串

>>> import numpy,pandas;

>>> s = pandas.Series(['a_b_c', 'c_d_e', numpy.nan, 'f_g_h'])

>>> s.str.split('_')

0 [a, b, c]

1 [c, d, e]

2 NaN

3 [f, g, h]

dtype: object

>>> s.str.split('_', -1)

0 [a, b, c]

1 [c, d, e]

2 NaN

3 [f, g, h]

dtype: object

>>> s.str.split('_', 0)

0 [a, b, c]

1 [c, d, e]

2 NaN

3 [f, g, h]

dtype: object

>>> s.str.split('_', 1)

0 [a, b_c]

1 [c, d_e]

2 NaN

3 [f, g_h]

dtype: object

>>> s.str.split('_', 2)

0 [a, b, c]

1 [c, d, e]

2 NaN

3 [f, g, h]

dtype: object

>>> s.str.split('_', 3)

0 [a, b, c]

1 [c, d, e]

2 NaN

3 [f, g, h]

dtype: object

3、get()获取指定位置的字符串

>>> s.str.get(0)

0 a

1 c

2 NaN

3 f

dtype: object

>>> s.str.get(1)

0 _

1 _

2 NaN

3 _

dtype: object

>>> s.str.get(2)

0 b

1 d

2 NaN

3 g

dtype: object

4、join() 对每个字符都用给定的字符串拼接起来，不常用

>>> s.str.join("!")

0 a!_!b!_!c

1 c!_!d!_!e

2 NaN

3 f!_!g!_!h

dtype: object

>>> s.str.join("?")

0 a?_?b?_?c

1 c?_?d?_?e

2 NaN

3 f?_?g?_?h

dtype: object

>>> s.str.join(".")

0 a._.b._.c

1 c._.d._.e

2 NaN

3 f._.g._.h

dtype: object

5、contains()是否包含表达式

>>> s.str.contains('d')

0 False

1 True

2 NaN

3 False

dtype: object

6、replace()替换

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

0 a.b.c

1 c.d.e

2 NaN

3 f.g.h

dtype: object

7、repeat()重复

>>> s.str.repeat(3)

0 a_b_ca_b_ca_b_c

1 c_d_ec_d_ec_d_e

2NaN

3 f_g_hf_g_hf_g_h

dtype: object

8、pad()左右补齐

>>> s.str.pad(10, fillchar="?")

0 ?????a_b_c

1 ?????c_d_e

2 NaN

3 ?????f_g_h

dtype: object

>>> s.str.pad(10, side="right", fillchar="?")

0 a_b_c?????

1 c_d_e?????

2 NaN

3 f_g_h?????

dtype: object

9、center() 中间补齐，看例子

>>> s.str.center(10, fillchar="?")

0 ??a_b_c???

1 ??c_d_e???

2 NaN

3 ??f_g_h???

dtype: object

10、ljust() 右边补齐，看例子

>>> s.str.ljust(10, fillchar="?")

0 a_b_c?????

1 c_d_e?????

2 NaN

3 f_g_h?????

dtype: object

11、rjust() 左边补齐，看例子

>>> s.str.rjust(10, fillchar="?")

0 ?????a_b_c

1 ?????c_d_e

2 NaN

3 ?????f_g_h

dtype: object

12、zfill()左边补0

>>> s.str.zfill(10)

0 00000a_b_c

1 00000c_d_e

2 NaN

3 00000f_g_h

dtype: object

13、wrap()在指定的位置加回车符号

>>> s.str.wrap(3)

0 a_b\n_c

1 c_d\n_e

2NaN

3 f_g\n_h

dtype: object

14、slice() 按给点的开始结束位置切割字符串

>>> s.str.slice(1,3)

0 _b

1 _d

2 NaN

3 _g

dtype: object

15、slice_replace() 使用给定的字符串，替换指定的位置的字符

>>> s.str.slice_replace(1, 3, "?")

0 a?_c

1 c?_e

2 NaN

3 f?_h

dtype: object

>>> s.str.slice_replace(1, 3, "??")

0 a??_c

1 c??_e

2 NaN

3 f??_h

dtype: object

16、count()计算给定单词出现的次数

>>> s.str.count("a")

0 1

1 0

2 NaN

3 0

dtype: float64

17、startswith()判断是否以给定的字符串开头

>>> s.str.startswith("a");

0 True

1 False

2 NaN

3 False

dtype: object

18、endswith() 判断是否以给定的字符串结束

>>> s.str.endswith("e");

0 False

1 True

2 NaN

3 False

dtype: object

19、findall() 查找所有符合正则表达式的字符，以数组形式返回

>>> s.str.findall("[a-z]");

0 [a, b, c]

1 [c, d, e]

2 NaN

3 [f, g, h]

dtype: object

20、match()检测是否全部匹配给点的字符串或者表达式

0 a_b_c

1 c_d_e

2 NaN

3 f_g_h

dtype: object

>>> s.str.match("[d-z]");

0 False

1 False

2 NaN

3 True

dtype: object

21、extract()抽取匹配的字符串出来，注意要加上括号，把你需要抽取的东西标注上

>>> s.str.extract("([d-z])");

0 NaN

1 d

2 NaN

3 f

dtype: object

22、len()计算字符串的长度

>>> s.str.len()

0 5

1 5

2 NaN

3 5

dtype: float64

23、strip() 去除前后的空白字符

>>> idx = pandas.Series([' jack', 'jill ', ' jesse ', 'frank'])

0 jack

1 jill

2 jesse

3 frank

dtype: object

24、rstrip() 去除后面的空白字符

25、lstrip() 去除前面的空白字符

26、partition()把字符串数组切割称为DataFrame，注意切割只是切割称为三部分，分隔符前，分隔符，分隔符后

27、rpartition()从右切起

>>> s.str.partition('_')

0 1 2

0 a _ b_c

1 c _ d_e

2 NaN NaN NaN

3 f _ g_h

>>> s.str.rpartition('_')

0 1 2

0 a_b _ c

1 c_d _ e

2 NaN NaN NaN

3 f_g _ h

28、lower() 全部小写

29、upper() 全部大写

30、find() 从左边开始，查找给定字符串的所在位置

>>> s.str.find('d')

0 -1

1 2

2 NaN

3 -1

dtype: float64

31、rfind()从右边开始，查找给定字符串的所在位置

32、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！

33、rindex()从右边开始查找，给定字符串的位置

>>> s.str.index('_')

0 1

1 1

2 NaN

3 1

dtype: float64

34、capitalize()首字符大写

>>> s.str.capitalize()

0 A_b_c

1 C_d_e

2 NaN

3 F_g_h

dtype: object

35、swapcase()大小写互换

>>> s.str.swapcase()

0 A_B_C

1 C_D_E

2 NaN

3 F_G_H

dtype: object

36、normalize() 序列化数据，数据分析很少用到，咱们就不研究了

37、isalnum()是否全部是数字和字母组成

>>> s.str.isalnum()

0 False

1 False

2 NaN

3 False

dtype: object

38、isalpha()是否全部是字母

>>> s.str.isalpha()

0 False

1 False

2 NaN

3 False

dtype: object

39、isdigit()是否全部都是数字

>>> s.str.isdigit()

0 False

1 False

2 NaN

3 False

dtype: object

40、isspace() 是否空格

>>> s.str.isspace()

0 False

1 False

2 NaN

3 False

dtype: object

41、islower()是否全部小写

42、isupper() 是否全部大写

>>> s.str.islower()

0 True

1 True

2 NaN

3 True

dtype: object

>>> s.str.isupper()

0 False

1 False

2 NaN

3 False

dtype: object

43、istitle() 是否只有首字母为大写，其他字母为小写

>>> s.str.istitle()

0 False

1 False

2 NaN

3 False

dtype: object

44、isnumeric()是否是数字

45、isdecimal()是否全是数字

实战案例推荐：

R数据分析实战

马尔科夫实战

蒙特卡罗实战