[TOC] ***** dataframe與series中經常有文本格式的數據存在，pandas提供了良好的工具用來處理這些文本 ``` #用列表創建Series s = pd.Series(['A', 'B', 'C', 'Aaba ', ' Baca', 'CABA ', 'dog', 'cat']) ```  ``` #調用s.str將series-S變為String 然后再去除兩端空格 s.str.strip() # 去除空格 ```  ``` # 將字符串轉換成大寫 s.str.upper() ```  ``` #pandas中字符串函數可以連用，strip之后仍然是series需要再調用str變為字符串，并尋找結尾為a的字符串 s.str.strip().str.endswith("a") ```  ``` #外面再套一個series,會返回結果為true的值 s[s.str.strip().str.endswith("a")] ```  ***** 一個很常用的場景就是當你的index或者column名稱前后包含了空格的時候，你可以用str的方法剔除這些空格，從而避免不必要的麻煩 ``` #注意age和name前后有空格 a = {"name ":["xiaoming","xiaohong","xiaogang"]," age":[12,13,14]} test = pd.DataFrame(data = a) ``` #此時列名age和name有空格，但看不出來  這時 ``` #會報錯，是test[' age'] test['age'] ``` 去掉列名前后空格，這次打印正確 ``` test.columns = test.columns.str.strip() test['age'] ```  ### 1.5.1. Splitting and Replacing String split方法用于根據某個分隔符對字符進行分割，返回一個列表 ``` #取Player列所有數據 df['Player'] ```  目標將姓和名進行分割 ``` #.str將series變成字符串對象再用split 結果 df['Player'].str.split(" ") ```  ***** 取得Player列分割后所有列表的第一個元素（姓） ``` # 使用get方法獲取指定位置的元素 df['Player'].str.split(" ").str.get(1) ```  ``` # 使用expand方法,將分割出的列表變為多個列，expand-擴展 df['Player'].str.split(" ",expand = True) ```  ***** 使用\[\]對字符串的位置進行索引選取 ``` #.str應用在Player列的每一個元素上，將series的元素變為字符串，對字符串使用切片索引選取 df['Player'].str[:3] ``` ### 1.5.2. Extracting substring 通過正則表達式選取字符串中的子集