pandas 文本常用方法

s = pd.Series(['lower', 'CAPITALS', 'this is a sentence', 'SwApCaSe'])
s.str.lower() # 转为小写
s.str.upper() # 转为大写
s.str.title() # 标题格式，每个单词大写
s.str.capitalize() # 首字母大写
s.str.swapcase() # 大小写互换
s.str.casefold() # 转为小写，支持其他语言如德语

# 居中对齐，宽度为10，用 - 填充
s.str.center(10, fillchar='-')
# 左对齐
s.str.ljust(10, fillchar='-')
# 右对齐
s.str.rjust(10, fillchar='-')
# 指定宽度，填充内容对齐方式，填充内容
# side{‘left’, ‘right’, ‘both’}, default ‘left’
s.str.pad(width=10, side='left', fillchar='-')
# 填充对齐
s.str.zfill(3) # 生成字符，不足3位的前边加0

# 指定字母的数量
s.str.count('a')
# 支持正则，包含 abc 三个字母的总数
s.str.count(r'a|b|c')
# 字符长度
s.str.len()

# 编码
s.str.encode('utf-8')
# 解码
s.str.decode('utf-8')
# 字符串的Unicode普通格式
# form{‘NFC’, ‘NFKC’, ‘NFD’, ‘NFKD’}
s.str.normalize('NFC')

# 检查字母和数字字符
s.str.isalpha() # 是否纯英文数字单词组成
s.str.isalnum() # 是否单词、数字或者它们组合形式组成
# 请注意，对于字母数字检查，针对混合了任何额外标点
# 或空格的字符的检查将计算为 False

s.str.isdecimal() # 是否数字 0-9 组成合规10进制数字
s.str.isdigit() # 同 但可识别 unicode中的上标和下标数字
s.str.isnumeric() # 是否可识别为一个数字，同 isdigit 可识别分数

s.str.isspace() # 是否空格
s.str.islower() # 是否小写
s.str.isupper() # 是否大写
s.str.istitle() # 是否标题格式，只有第一个字母大写

(
    pd.DataFrame({'ser': ['one', 'one1', '1', '',
                           'A B', '1.5', '3,000',
                           '23', '³', '⅕', '', '\t\r\n ', 
                           'leo', 'Pay for', 'HI'
                          ]})
    .assign(_alpha=df.ser.str.isalpha())
    .assign(_numeric=df.ser.str.isnumeric())
    .assign(_digit=df.ser.str.isdigit())
    .assign(_decimal=df.ser.str.isdecimal())
    .assign(_space=df.ser.str.isspace())
    .assign(_lower=df.ser.str.islower())
    .assign(_upper=df.ser.str.isupper())
    .assign(_title=df.ser.str.istitle())
    .set_index('ser')
    .astype(int)
)
'''
       _alpha _numeric _digit _decimal _space _lower _upper _title
ser                                                               
one         1        0      0        0      0      1      0      0
one1        0        0      0        0      0      1      0      0
1           0        1      1        1      0      0      0      0
            0        0      0        0      0      0      0      0
A B         0        0      0        0      0      0      1      1
1.5         0        0      0        0      0      0      0      0
3,000       0        0      0        0      0      0      0      0
23          0        1      1        1      0      0      0      0
³           0        1      1        0      0      0      0      0
⅕           0        1      0        0      0      0      0      0
            0        0      0        0      0      0      0      0
\t\r\n      0        0      0        0      1      0      0      0
leo         1        0      0        0      0      1      0      0
Pay for     0        0      0        0      0      0      0      1
HI          1        0      0        0      0      0      1      0
'''

# 类似 python str.translate() 翻译映射
s.str.translate(trantab)
# 将长文本拆分开指定宽度的字符，用换行连接
s.str.wrap(10)