Pandas字符串和文本數據
在本章中，我們將使用基本系列/索引來討論字符串操作。在隨後的章節中，將學習如何將這些字符串函數應用於數據幀(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對象轉換爲String對象，然後執行該操作。
下面來看看每個操作的執行和說明。
編號
函數
描述
1
lower()
將Series/Index中的字符串轉換爲小寫。
2
upper()
將Series/Index中的字符串轉換爲大寫。
3
len()
計算字符串長度。
4
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)。
5
split(' ')
用給定的模式拆分每個字符串。
6
cat(sep=' ')
使用給定的分隔符連接系列/索引元素。
7
get_dummies()
返回具有單熱編碼值的數據幀(DataFrame)。
8
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，否則爲False。
9
replace(a,b)
將值a替換爲值b。
10
repeat(value)
重複每個元素指定的次數。
11
count(pattern)
返回模式中每個元素的出現總數。
12
startswith(pattern)
如果系列/索引中的元素以模式開始，則返回true。
13
endswith(pattern)
如果系列/索引中的元素以模式結束，則返回true。
14
find(pattern)
返回模式第一次出現的位置。
15
findall(pattern)
返回模式的所有出現的列表。
16
swapcase
變換字母大小寫。
17
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
18
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
19
isnumeric()
檢查系列/索引中每個字符串中的所有字符是否爲數字，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)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: object1. 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())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: object2. 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())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: object3. 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())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: float644. 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())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: object5. 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(' '))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: object6. 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=' <=> '))執行上面示例代碼，得到以下結果 -
Tom <=> William Rick <=> John <=> Alber@t7. 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())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 08. contains()函數示例
import pandas as pd
s = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t'])
print (s.str.contains(' '))執行上面示例代碼，得到以下結果 -
0 True
1 True
2 False
3 False
dtype: bool9. 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 $: ============== ")
print (s.str.replace('@','$'))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: object10. repeat(value)函數示例
import pandas as pd
s = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t'])
print (s.str.repeat(2))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: object11. 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'))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: int6412. 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'))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: bool13. 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'))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: bool14. find(pattern)函數示例
import pandas as pd
s = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t'])
print (s.str.find('e'))執行上面示例代碼，得到以下結果 -
0 -1
1 -1
2 -1
3 3
dtype: int64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'))執行上面示例代碼，得到以下結果 -
0 []
1 []
2 []
3 [e]
dtype: object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())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: object17. islower()函數示例
import pandas as pd
s = pd.Series(['Tom', 'William Rick', 'John', 'Alber@t'])
print (s.str.islower())執行上面示例代碼，得到以下結果 -
0 False
1 False
2 False
3 False
dtype: bool18. isupper()函數示例
import pandas as pd
s = pd.Series(['TOM', 'William Rick', 'John', 'Alber@t'])
print (s.str.isupper())執行上面示例代碼，得到以下結果 -
0 True
1 False
2 False
3 False
dtype: bool19. isnumeric()函數示例
import pandas as pd
s = pd.Series(['Tom', '1199','William Rick', 'John', 'Alber@t'])
print (s.str.isnumeric())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