English | 简体中文 | 繁體中文 | Русский язык | Français | Español | Português | Deutsch | 日本語 | 한국어 | Italiano | بالعربية

Учебник Pandas

Обработка текста Pandas

Примеры операций с текстом Pandas

В этой главе мы будем использовать базовые Series / Index для обсуждения операций со строками. В последующих главах мы изучим, как применять эти строковые функции к DataFrame.

Pandas предоставляет набор функций строк, которые позволяют легко обрабатывать строковые данные. Важно отметить, что эти функции игнорируют (или исключают) отсутствующие/NaN значения.

Почти все эти методы можно использовать для функций строк Python (см.: https://docs.python.org/3/library/stdtypes.html#string-methods) Следовательно, преобразуйте объект Series в объект String, а затем выполните эту операцию.

Посмотрим, как выполняется каждая операция.

МетодОписание
lower()Преобразует строки в серия/индексе к нижнему регистру.
upper()Преобразует строки в серия/индексе к верхнему регистру.
len()Вычисляет длину строки.
strip()Помогает удалить пробелы (включая переводы строк) с обеих сторон каждой строки из серии/индекса.
split(' ')Разделяет каждую строку по заданному шаблону.
cat(sep=' ')/td>Соединяет элементы серии/индекса с помощью заданного разделителя.
get_dummies()Возвращает DataFrame с уникальными кодированными значениями.
contains(pattern)Если подстрока содержится в элементе,则为每个元素返回布尔值True，否则返回False。
replace(a,b)a值替换成b。
repeat(value)以指定的次数重复每个元素。
count(pattern)返回每个元素中模式出现的次数。
startswith(pattern)如果系列/索引中的元素以模式开头，则返回true。
endswith(pattern)如果系列/索引中的元素以模式结尾，则返回true。
find(pattern)返回模式首次出现的第一个位置。
findall(pattern)返回所有出现的模式的列表。
swapcase大小写互换
islower()<检查“系列/索引”中每个字符串中的所有字符是否都小写。返回布尔值
isupper()检查“系列/索引”中每个字符串中的所有字符是否都大写。返回布尔值。
isnumeric()检查“系列/索引”中每个字符串中的所有字符是否都是数字。返回布尔值。

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

Результат выполнения:

　0　Tom
　1　William Rick
　2　John
　3　Alber@t
　4　NaN
　5　1234
　6　Steve　Smith
　dtype: object

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()

Результат выполнения:

　0　tom
　1　william　rick
　2　john
　3　alber@t
　4　NaN
　5　1234
　6　steve　smith
　dtype: object

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()

Результат выполнения:

　0　TOM
　1　WILLIAM　RICK
　2　JOHN
　3　ALBER@T
　4　NaN
　5　1234
　6　STEVE　SMITH
　dtype: object

len()

　import pandas as pd
　import numpy as np
　s　=　pd.Series(['Tom',　'William　Rick',　'John',　'Alber@t',　np.nan,　'1234','SteveSmith'])
　print　s.str.len()

Результат выполнения:

　0　3.0
　1　12.0
　2　4.0
　3　7.0
　4　NaN
　5　4.0
　6　10.0
　dtype:　float64

strip()

　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()

Результат выполнения:

　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: object

split(pattern)

　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('　')

Результат выполнения:

　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: object

cat(sep=pattern)

　import pandas as pd
　import numpy as np
　s = pd.Series(['Tom ', '  William Rick', 'John', 'Alber@t'])
　print　s.str.cat(sep='_')

Результат выполнения:

　　　Tom　_　William　Rick_John_Alber@t

get_dummies()

　import pandas as pd
　import numpy as np
　s = pd.Series(['Tom ', '  William Rick', 'John', 'Alber@t'])
　print s.str.get_dummies()

Результат выполнения:

　　　William Rick　Alber@t　John　Tom
0　0　0　0　0　1
1　1　0　0　0　0
2　0　0　1　0　0
3　0　0　1　0　0

contains ()

　import pandas as pd
　s = pd.Series(['Tom ', '  William Rick', 'John', 'Alber@t'])
　print s.str.contains('　')

Результат выполнения:

　0　　True
　1　　True
　2 False
　3 False
　dtype: bool

replace(a,b)

　import pandas as pd
　s = pd.Series(['Tom ', '  William Rick', 'John', 'Alber@t'])
　print s
　print ("After replacing @ with $:")
　print s.str.replace('@',')
　)

Результат выполнения:

　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: object

repeat(value)

　import pandas as pd
　s = pd.Series(['Tom ', '  William Rick', 'John', 'Alber@t'])
　print s.str.repeat(2)

Результат выполнения:

0　Tom　Tom
1　William Rick　William Rick
2　John
3　Alber$t
dtype: object

count(pattern)

　import pandas as pd
　　
　s = pd.Series(['Tom ', '  William Rick', 'John', 'Alber@t'])
　print ("每个字符串中的“m”数:")
　print s.str.count('m')

Результат выполнения:

　每个字符串中的“m”数:
　0　1
　1　1
　2　0
　3　0

startswith(pattern)

　import pandas as pd
　s = pd.Series(['Tom ', '  William Rick', 'John', 'Alber@t'])
　print ("Strings that start with 'T':")
　print s.str.　startswith　('T')

Результат выполнения:

　0　　True
　1 False
　2 False
　3 False
　dtype: bool

endswith(pattern)

　import pandas as pd
　s = pd.Series(['Tom ', '  William Rick', 'John', 'Alber@t'])
　print ("Strings that end with 't':")
　print s.str.endswith('t')

Результат выполнения:

　Strings that end with 't':
　0 False
　1 False
　2 False
　3　　True
　dtype: bool

find(pattern)

　import pandas as pd
　s = pd.Series(['Tom ', '  William Rick', 'John', 'Alber@t'])
　print s.str.find('e')

Результат выполнения:

　0 -1
　1 -1
　2 -1
　3 3
　dtype: int64

“-1”, означает, что элемент не содержит соответствия.

findall(pattern)

　import pandas as pd
　s = pd.Series(['Tom ', '  William Rick', 'John', 'Alber@t'])
　print(s.str.findall('e'))

Результат выполнения:

　0 []
　1 []
　2 []
　3 [e]
　dtype: object

Пустой список ([]), означает, что элемент не содержит соответствия

swapcase()

　import pandas as pd
　s = pd.Series(['Tom', 'William Rick', 'John', 'Alber@t'])
　print(s.str.swapcase())

Результат выполнения:

　0 TOM
　1 WILLIAM RICK
　2 JOHN
　3 ALBER@T
　dtype: object

islower()

　import pandas as pd
　s = pd.Series(['Tom', 'William Rick', 'John', 'Alber@t'])
　print(s.str.islower())

Результат выполнения:

　0 False
　1 False
　2 False
　3 False
　dtype: bool

isupper()

　import pandas as pd
　s = pd.Series(['Tom', 'William Rick', 'John', 'Alber@t'])
　print(s.str.isupper())

Результат выполнения:

　0 False
　1 False
　2 False
　3 False
　dtype: bool

isnumeric()

　import pandas as pd
　s = pd.Series(['Tom', 'William Rick', 'John', 'Alber@t'])
　print(s.str.isnumeric())

Результат выполнения:

　0 False
　1 False
　2 False
　3 False
　dtype: bool
Операции SQL PandasСортировка Pandas