pandas 字符的操作方法

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

Series 和 Index 都用一些字符串处理方法，可以方便地进行操作，这些方法会自动排除丢失值和 NA 值。我们可以通过 str 属性访问它的方法，进行操作。

方法使用

我们可以使用 .str.<method> 访问器（Accessors）来对内容进行字符操作：

s = pd.Series(['A', 'B', 'C', 'Aaba',
               'Baca', np.nan, 'CABA',
               'dog', 'cat'],
              dtype="string")

# 转为小写
s.str.lower()
'''
0       a
1       b
2       c
3    aaba
4    baca
5    <NA>
6    caba
7     dog
8     cat
dtype: string
'''

对于非字符类型我们可以先进行转换，再使用:

# 转为 object
df.Q1.astype(str).str
# 转为 StringDtype
df.team.astype("string").str
df.Q1.astype(str).astype("string").str

大多数操作也适用于df.index索引类型。

其他操作

对索引的操作：

# 对索引进行操作
df.index.str.lower()
# 对表头，列名进行操作
df.columns.str.lower()

如果对数据连续进行字符操作，则每个操作都要使用 .str 方法：

df.columns.str.strip().str.lower().str.replace(' ', '_')

对于返回布尔值的操作可以用到 df.loc[] 操作里，进行逻辑筛选。

pandas 字符的操作方法

方法使用

其他操作

相关内容