首页 网络技术
  1. 正文

pandas如何使用str对象

str对象的使用

Series数据类型:str字符串

# 定义一个Series序列>>> addr = pd.Series([...
 'Washington, D.C. 20003',...
 'Brooklyn, NY 11211-1755',...
 'Omaha, NE 68154',...
 'Pittsburgh, PA 15211'... ]) >>> addr.str.upper()0
 WASHINGTON, D.C. 200031
BROOKLYN, NY 11211-17552
OMAHA, NE 681543
 PITTSBURGH, PA 15211dtype: object>>> addr.str.count(r'\d') 0
51
92
53
5dtype: int64复制代码

关于以上str对象的2个方法说明:

  • Series.str.upper:将Series中所有字符串变为大写;

  • Series.str.count:对Series中所有字符串的个数进行计数;

其实不难发现,该用法的使用与Python中字符串的操作很相似。没错,在pandas中你一样可以这样简单的操作,而不同的是你操作的是一整列的字符串数据。仍然基于以上数据集,再看它的另一个操作:

>>> regex = (r'(?P<city>[A-Za-z ]+), '
# 一个或更多字母...
r'(?P<state>[A-Z]{2}) '
# 两个大写字母...
r'(?P<zip>\d{5}(?:-\d{4})?)')
# 可选的4个延伸数字...>>> addr.str.replace('.', '').str.extract(regex)
 city state
 zip0
Washington
DC
 200031
Brooklyn
NY
11211-17552
 Omaha
NE
 681543
Pittsburgh
PA
 15211复制代码

关于以上str对象的2个方法说明:

  • Series.str.replace:将Series中指定字符串替换;

  • Series.str.extract:通过正则表达式提取字符串中的数据信息;

这个用法就有点复杂了,因为很明显看到,这是一个链式的用法。通过replace将 " . " 替换为"",即为空,紧接着又使用了3个正则表达式(分别对应city,state,zip)通过extract对数据进行了提取,并由原来的Series数据结构变为了DataFrame数据结构。

当然,除了以上用法外,常用的属性和方法还有.rstrip,.contains,split等,我们通过下面代码查看一下str属性的完整列表:

>>> [i for i in dir(pd.Series.str) if not i.startswith('_')]['capitalize', 'cat', 'center', 'contains', 'count', 'decode', 'encode', 'endswith', 'extract', 'extractall', 'find', 'findall', 'get', 'get_dummies', 'index', 'isalnum', 'isalpha', 'isdecimal', 'isdigit', 'islower', 'isnumeric', 'isspace', 'istitle', 'isupper', 'join', 'len', 'ljust', 'lower', 'lstrip', 'match', 'normalize', 'pad', 'partition', 'repeat', 'replace', 'rfind', 'rindex', 'rjust', 'rpartition', 'rsplit', 'rstrip', 'slice', 'slice_replace', 'split', 'startswith', 'strip', 'swapcase', 'title', 'translate', 'upper', 'wrap', 'zfill']

本文标题:pandas如何使用str对象
本文链接:https://www.qqooo.cn/post/6975.html
版权说明:网站文章均来源于手工整理和网友投稿,若有不妥之处请来信 xsds@vip.qq.com 处理,谢谢!