1、Pandas 文本处理
Pandas 文本处理操作实例
在本章中，我们将使用基本的Series / Index讨论字符串操作。在随后的章节中，我们将学习如何在DataFrame上应用这些字符串函数。
Pandas提供了一组字符串函数，可以轻松地对字符串数据进行操作。最重要的是，这些函数忽略（或排除）缺少的/ NaN值。
几乎所有这些方法都可用于Python字符串函数（请参阅： https://docs.python.org/3/library/stdtypes.html#string-methods)。因此，将Series对象转换为String对象，然后执行该操作。
我们看看每个操作如何执行。
我们来创建一个Series，看看以上所有功能如何工作。
import pandas as pd
import numpy as np
s = pd.Series(['Tom', 'William Rick', 'John', 'Alber@t', np.nan, '1234','SteveSmith'])
print(s)
运行结果：
0 Tom
1 William Rick
2 John
3 Alber@t
4 NaN
5 1234
6 SteveSmith
dtype: object
1.1、lower()
import pandas as pd
import numpy as np
s = pd.Series(['Tom', 'William Rick', 'John', 'Alber@t', np.nan, '1234', 'SteveSmith'])
print(s.str.lower())
运行结果：
0 tom
1 william rick
2 john
3 alber@t
4 NaN
5 1234
6 stevesmith
dtype: object
1.2、upper()
import pandas as pd
import numpy as np
s = pd.Series(['Tom', 'William Rick', 'John', 'Alber@t', np.nan, '1234','SteveSmith'])
print(s.str.upper())
运行结果：
0 TOM
1 WILLIAM RICK
2 JOHN
3 ALBER@T
4 NaN
5 1234
6 STEVESMITH
dtype: object
1.3、len()
import pandas as pdimport numpy as nps = pd.Series(['Tom', 'William Rick', 'John', 'Alber@t', np.nan, '1234','SteveSmith'])print（s.str.len()）
运行结果：
0 3.01 12.02 4.03 7.04 NaN5 4.06 10.0dtype: float64
1.4、strip()
import pandas as pdimport numpy as nps = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t'])print sprint ("After Stripping:")print（s.str.strip()）
运行结果：
0 Tom1 William Rick2 John3 Alber@tdtype: objectAfter Stripping:0 Tom1 William Rick2 John3 Alber@tdtype: object
1.5、split(pattern)
import pandas as pdimport numpy as nps = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t'])print sprint ("Split Pattern:")print（s.str.split(' ')）
运行结果：
0 Tom1 William Rick2 John3 Alber@tdtype: objectSplit Pattern:0 [Tom, , , , , , , , , , ]1 [, , , , , William, Rick]2 [John]3 [Alber@t]dtype: object
1.6、cat(sep=pattern)
import pandas as pdimport numpy as nps = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t'])print（s.str.cat(sep='_')）
运行结果：
Tom _ William Rick_John_Alber@t
1.7、get_dummies()
import pandas as pdimport numpy as nps = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t'])print（s.str.get_dummies()）
运行结果：
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
1.8、contains ()
import pandas as pds = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t'])print（s.str.contains(' ')）
运行结果：
0 True1 True2 False3 Falsedtype: bool
1.9、replace(a,b)
import pandas as pds = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t'])print sprint ("After replacing @ with $:")print（s.str.replace('@','))
运行结果：
0 Tom1 William Rick2 John3 Alber@tdtype: objectAfter replacing @ with $:0 Tom1 William Rick2 John3 Alber$tdtype: object
1.10、repeat(value)
import pandas as pds = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t'])print（s.str.repeat(2)）
运行结果：
0 Tom Tom
1 William Rick William Rick
2 JohnJohn
3 Alber@tAlber@t
dtype: object
1.11、count(pattern)
import pandas as pds = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t'])print ("每个字符串中的“ m”数:")print（s.str.count('m')）
运行结果：
每个字符串中的“ m”数:0 11 12 03 0
1.12、startswith(pattern)
import pandas as pds = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t'])print ("Strings that start with 'T':")print（s.str. startswith ('T')）
运行结果：
0 True1 False2 False3 Falsedtype: bool
1.13、endswith(pattern)
import pandas as pds = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t'])print ("Strings that end with 't':")print（s.str.endswith('t')）
运行结果：
Strings that end with 't':0 False1 False2 False3 Truedtype: bool
1.14、 find(pattern)
import pandas as pds = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t'])print（s.str.find('e')）
运行结果：
0 -11 -12 -13 3dtype: int64
“ -1”表示元素中没有匹配到。
1.15 、findall(pattern)
import pandas as pds = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t'])print（s.str.findall('e')）
运行结果：
0 []1 []2 []3 [e]dtype: object
空列表（[]）表示元素中没有匹配到
1.16、swapcase()
import pandas as pds = pd.Series(['Tom', 'William Rick', 'John', 'Alber@t'])print（s.str.swapcase()）
运行结果：
0 tOM1 wILLIAM rICK2 jOHN3 aLBER@Tdtype: object
1.17、islower()
import pandas as pds = pd.Series(['Tom', 'William Rick', 'John', 'Alber@t'])print（s.str.islower()）
运行结果：
0 False1 False2 False3 Falsedtype: bool
1.18、isupper()
import pandas as pds = pd.Series(['Tom', 'William Rick', 'John', 'Alber@t'])print（s.str.isupper()）
运行结果：
0 False1 False2 False3 Falsedtype: bool
1.19、isnumeric()
import pandas as pds = pd.Series(['Tom', 'William Rick', 'John', 'Alber@t'])print（s.str.isnumeric()）
运行结果：
0 False1 False2 False3 Falsedtype: bool
