字符串和文本數據 · Pandas 學習教程

在本章中，我們將使用基本系列/索引來討論字符串操作。在隨后的章節中，將學習如何將這些字符串函數應用于數據幀(DataFrame)。 Pandas提供了一組字符串函數，可以方便地對字符串數據進行操作。最重要的是，這些函數忽略(或排除)丟失/NaN值。幾乎這些方法都使用Python字符串函數(請參閱： http://docs.python.org/3/library/stdtypes.html#string-methods )。因此，將Series對象轉換為String對象，然后執行該操作。下面來看看每個操作的執行和說明。 | 函數 | 描述 | --- | --- | lower() | 將Series/Index中的字符串轉換為小寫。 | upper() | 將Series/Index中的字符串轉換為大寫。 | len() | 計算字符串長度。 | strip() | 幫助從兩側的系列/索引中的每個字符串中刪除空格(包括換行符)。 | split(' ') | 用給定的模式拆分每個字符串。 | cat(sep=' ') | 使用給定的分隔符連接系列/索引元素。 | get_dummies() | 返回具有單熱編碼值的數據幀(DataFrame)。 | contains(pattern) | 如果元素中包含子字符串，則返回每個元素的布爾值True，否則為False。 | replace(a,b) | 將值a替換為值b。 | repeat(value) | 重復每個元素指定的次數。 | count(pattern) | 返回模式中每個元素的出現總數。 | startswith(pattern) | 如果系列/索引中的元素以模式開始，則返回true。 | endswith(pattern) | 如果系列/索引中的元素以模式結束，則返回true。 | find(pattern) | 返回模式第一次出現的位置。 | findall(pattern) | 返回模式的所有出現的列表。 | swapcase | 變換字母大小寫。 | islower() | 檢查系列/索引中每個字符串中的所有字符是否小寫，返回布爾值 | isupper() | 檢查系列/索引中每個字符串中的所有字符是否大寫，返回布爾值 | isnumeric() | 檢查系列/索引中每個字符串中的所有字符是否為數字，返回布爾值。現在創建一個系列，看看上述所有函數是如何工作的。 ``` import pandas as pd import numpy as np s = pd.Series(['Tom', 'William Rick', 'John', 'Alber@t', np.nan, '1234','SteveMinsu']) print (s) ``` Python執行上面示例代碼，得到以下結果 - ``` 0 Tom 1 William Rick 2 John 3 Alber@t 4 NaN 5 1234 6 SteveMinsu dtype: object ``` Shell1. lower()函數示例 ``` 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()) ``` Python執行上面示例代碼，得到以下結果 - ``` 0 tom 1 william rick 2 john 3 alber@t 4 NaN 5 1234 6 steveminsu dtype: object ``` Shell2. upper()函數示例 ``` 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()) ``` Python執行上面示例代碼，得到以下結果 - ``` 0 TOM 1 WILLIAM RICK 2 JOHN 3 ALBER@T 4 NaN 5 1234 6 STEVESMITH dtype: object ``` Shell3. len()函數示例 ``` 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()) ``` Python執行上面示例代碼，得到以下結果 - ``` 0 3.0 1 12.0 2 4.0 3 7.0 4 NaN 5 4.0 6 10.0 dtype: float64 ``` Shell4. strip()函數示例 ``` import pandas as pd import numpy as np s = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t']) print (s) print ("=========== After Stripping ================") print (s.str.strip()) ``` Python執行上面示例代碼，得到以下結果 - ``` 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 ``` Shell5. split(pattern)函數示例 ``` import pandas as pd import numpy as np s = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t']) print (s) print ("================= Split Pattern: ==================") print (s.str.split(' ')) ``` Python執行上面示例代碼，得到以下結果 - ``` 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 ``` Shell6. cat(sep=pattern)函數示例 ``` import pandas as pd import numpy as np s = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t']) print (s.str.cat(sep=' <=> ')) ``` Python執行上面示例代碼，得到以下結果 - ``` Tom <=> William Rick <=> John <=> Alber@t ``` 7. get_dummies()函數示例 ``` import pandas as pd import numpy as np s = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t']) print (s.str.get_dummies()) ``` Python執行上面示例代碼，得到以下結果 - ``` 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 ``` Shell8. contains()函數示例 ``` import pandas as pd s = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t']) print (s.str.contains(' ')) ``` Python執行上面示例代碼，得到以下結果 - ``` 0 True 1 True 2 False 3 False dtype: bool ``` Shell9. replace(a,b)函數示例 ``` import pandas as pd s = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t']) print (s) print ("After replacing @ with $: ============== ") print (s.str.replace('@','$')) ``` Python執行上面示例代碼，得到以下結果 - ``` 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 ``` Shell10. repeat(value)函數示例 ``` import pandas as pd s = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t']) print (s.str.repeat(2)) ``` Python執行上面示例代碼，得到以下結果 - ``` 0 Tom Tom 1 William Rick William Rick 2 JohnJohn 3 Alber@tAlber@t dtype: object ``` Shell11. count(pattern)函數示例 ``` 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')) ``` Python 執行上面示例代碼，得到以下結果 - ``` The number of 'm's in each string: 0 1 1 1 2 0 3 0 dtype: int64 ``` Shell 12. startswith(pattern)函數示例 ``` import pandas as pd s = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t']) print ("Strings that start with 'T':") print (s.str. startswith ('T')) ``` Python 執行上面示例代碼，得到以下結果 - ``` Strings that start with 'T': 0 True 1 False 2 False 3 False dtype: bool ``` Shell 13. endswith(pattern)函數示例 ``` import pandas as pd s = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t']) print ("Strings that end with 't':") print (s.str.endswith('t')) ``` Python 執行上面示例代碼，得到以下結果 - ``` Strings that end with 't': 0 False 1 False 2 False 3 True dtype: bool ``` Shell 14. find(pattern)函數示例 import pandas as pd s = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t']) print (s.str.find('e')) Python 執行上面示例代碼，得到以下結果 - 0 -1 1 -1 2 -1 3 3 dtype: int64 Shell 注意：-1表示元素中沒有這樣的模式可用。 15. findall(pattern)函數示例 ``` import pandas as pd s = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t']) print (s.str.findall('e')) ``` Python執行上面示例代碼，得到以下結果 - ``` 0 [] 1 [] 2 [] 3 [e] dtype: object ``` Shell 空列表([])表示元素中沒有這樣的模式可用。 16. swapcase()函數示例 ``` import pandas as pd s = pd.Series(['Tom', 'William Rick', 'John', 'Alber@t']) print (s.str.swapcase()) ``` Python執行上面示例代碼，得到以下結果 - ``` 0 tOM 1 wILLIAM rICK 2 jOHN 3 aLBER@T dtype: object ``` Shell17. islower()函數示例 ``` import pandas as pd s = pd.Series(['Tom', 'William Rick', 'John', 'Alber@t']) print (s.str.islower()) ``` Python執行上面示例代碼，得到以下結果 - ``` 0 False 1 False 2 False 3 False dtype: bool ``` Shell18. isupper()函數示例 ``` import pandas as pd s = pd.Series(['TOM', 'William Rick', 'John', 'Alber@t']) print (s.str.isupper()) ``` Python執行上面示例代碼，得到以下結果 - ``` 0 True 1 False 2 False 3 False dtype: bool ``` Shell19. isnumeric()函數示例 ``` import pandas as pd s = pd.Series(['Tom', '1199','William Rick', 'John', 'Alber@t']) print (s.str.isnumeric()) ``` Python執行上面示例代碼，得到以下結果 - ``` 0 False 1 True 2 False 3 False 4 False dtype: bool ```