超级肝货 !数据处理 杀手,用了你会爱不释手。构造数据集构造一个数据集 ,用于为大家演示这20个函数。df ={'姓名':[' 黄同学','黄至尊','黄老邪 ','陈大美','孙尚香'], '英文名':['Huang tong_xue','huang zhi_zun','Huang Lao_xie','Chen Da_mei','sun shang_xiang'], '性别':['男','women','men','女','男'], '身份证':['463895200003128433','429475199912122345','420934199110102311','431085200005230122','420953199509082345'], '身高':['mid:175_good','low:165_bad','low:159_bad','high:180_verygood','low:172_bad'], '家庭住址':['湖北广水','河南信阳','广西桂林','湖北孝感','广东广州'], '电话号码':['13434813546','19748672895','16728613064','14561586431','19384683910'], '收入':['1.1万','8.5千','0.9万','6.5千','2.0万']} df = pd.DataFrame(df) df 1. cat函数字符串的拼接 ;
2. contains函数判断某个字符串是否包含给定字符 ;3. startswith、endswith函数判断某个字符串是否以...开头/结尾 ;
4. count函数计算给定字符在字符串中出现的次数 ;5. get函数获取指定位置的字符串 ;
6. len函数计算字符串长度 ;7. upper、lower函数英文大小写转换 ;
8. pad+side参数/center函数在字符串的左边、右边或左右两边添加给定字符 ;df['家庭住址'].str.pad(10,side='right',fillchar='*') # 相当于rjust() df['家庭住址'].str.center(10,fillchar='*') 9. repeat函数重复字符串几次 ;
10. slice_replace函数使用给定的字符串,替换指定的位置的字符 ;11. replace函数将指定位置的字符,替换为给定的字符串 ;
接受正则表达式 ,将指定位置的字符,替换为给定的字符串。12. split方法+expand参数将一列扩展为好几列 ;
13. strip、rstrip、lstrip函数去除空白符、换行符 ;df['姓名'] = df['姓名'].str.strip() df['姓名'].str.len() 14. findall函数利用正则表达式,去字符串中匹配,返回查找结果的列表 ;
15. extract、extractall函数接受正则表达式,抽取匹配的字符串(一定要加上括号) ;# extractall提取得到复合索引 df['身高'].str.extractall('([a-zA-Z]+)') # extract搭配expand参数 df['身高'].str.extract('([a-zA-Z]+).*?([a-zA-Z]+)',expand=True) |
|