Pandas 是基于 NumPy 的一种工具, 该工具是为解决数据分析任务而创建的. 它提供了大量能使我们快速便捷地处理数据的函数和方法. 本文介绍的这 20 个 [被分成了 15 组] 函数, 绝对是数据处理杀手, 用了你会爱不释手.
今天准备介绍一篇超级肝货!
Pandas 是基于 NumPy 的一种工具, 该工具是为解决数据分析任务而创建的. 它提供了大量能使我们快速便捷地处理数据的函数和方法.
本文介绍的这 20 个 [被分成了 15 组] 函数, 绝对是数据处理杀手, 用了你会爱不释手.
构造数据集
这里为大家先构造一个数据集, 用于为大家演示这 20 个函数.
- import pandas as pd
- 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
效果图:
1. cat 函数
这个函数主要用于字符串的拼接;
df["姓名"].str.cat(df["家庭住址"],sep='-'*3)
效果图:
2. contains 函数
这个函数主要用于判断某个字符串是否包含给定字符;
df["家庭住址"].str.contains("广")
效果图:
3. startswith,endswith 函数
这个函数主要用于判断某个字符串是否以... 开头 / 结尾;
- # 第一个行的 "黄伟" 是以空格开头的
- df["姓名"].str.startswith("黄")
- df["英文名"].str.endswith("e")
效果图:
4. count 函数
这个函数主要用于计算给定字符在字符串中出现的次数;
df["电话号码"].str.count("3")
效果图:
5. get 函数
这个函数主要用于获取指定位置的字符串;
- df["姓名"].str.get(-1)
- df["身高"].str.split(":")
- df["身高"].str.split(":").str.get(0)
效果图:
6. len 函数
这个函数主要用于计算字符串长度;
df["性别"].str.len()
效果图:
7. upper,lower 函数
这个函数主要用于英文大小写转换;
- df["英文名"].str.upper()
- df["英文名"].str.lower()
效果图:
8. pad+side 参数 / center 函数
这个函数主要用于在字符串的左边, 右边或左右两边添加给定字符;
- df["家庭住址"].str.pad(10,fillchar="*") # 相当于 ljust()
- df["家庭住址"].str.pad(10,side="right",fillchar="*") # 相当于 rjust()
- df["家庭住址"].str.center(10,fillchar="*")
效果图:
9. repeat 函数
这个函数主要用于重复字符串几次;
df["性别"].str.repeat(3)
效果图:
10. slice_replace 函数
这个函数主要用于使用给定的字符串, 替换指定的位置的字符;
df["电话号码"].str.slice_replace(4,8,"*"*4)
效果图:
11. replace 函数
这个函数主要用于将指定位置的字符, 替换为给定的字符串;
df["身高"].str.replace(":","-")
效果图:
这个函数还接受正则表达式, 将指定位置的字符, 替换为给定的字符串.
df["收入"].str.replace("\d+\.\d+","正则")
效果图:
12. split 方法 + expand 参数
这个函数主要用于将一列扩展为好几列;
- # 普通用法
- df["身高"].str.split(":")
- # split 方法, 搭配 expand 参数
- df[["身高描述","final 身高"]] = df["身高"].str.split(":",expand=True)
- df
- # split 方法搭配 join 方法
- df["身高"].str.split(":").str.join("?"*5)
效果图:
13. strip,rstrip,lstrip 函数
这个函数主要用于去除空白符, 换行符;
- df["姓名"].str.len()
- df["姓名"] = df["姓名"].str.strip()
- df["姓名"].str.len()
效果图:
14. findall 函数
这个函数主要用于利用正则表达式, 去字符串中匹配, 返回查找结果的列表;
- df["身高"]
- df["身高"].str.findall("[a-zA-Z]+")
效果图:
15. extract,extractall 函数
这个函数主要用于接受正则表达式, 抽取匹配的字符串 (一定要加上括号);
- df["身高"].str.extract("([a-zA-Z]+)")
- # 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)
效果图:
来源: http://bigdata.51cto.com/art/202108/679097.htm