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

Pandas-Tutorial

Pandas Textverarbeitung

Pandas-Textverarbeitungsoperationen-Beispiel

In diesem Kapitel werden wir grundlegende Series / Index diskutiert Stringoperationen. In den folgenden Kapiteln werden wir lernen, wie man diese Stringfunktionen auf DataFrames anwendet.

Pandas bietet eine Reihe von Stringfunktionen, mit denen Stringdaten leicht bearbeitet werden können. Wichtig ist, dass diese Funktionen fehlende/ NaN-Werte.

Fast alle diese Methoden können für Python-Stringfunktionen verwendet werden (siehe: https://docs.python.org/3/library/stdtypes.html#string-methods)。因此，将Series对象转换为String对象，然后执行该操作。

我们看看每个操作如何执行。

方法说明
lower()将系列/索引中的字符串转换为小写。
upper()将系列/索引中的字符串转换为大写。
len()计算字符串length()。
strip()帮助从两侧从系列/索引中的每个字符串中去除空格（包括换行符）。
split(' ')用给定的模式分割每个字符串。
cat(sep=' ')/td>用给定的分隔符连接系列/索引元素。
get_dummies()返回具有一键编码值的DataFrame。
contains(pattern)如果子字符串包含在元素中，则为每个元素返回一个布尔值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', 'Albert', np.nan, '1234','SteveSmith'])
　print s

Laufender Output:

　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', 'Albert', np.nan, '1234','SteveSmith'])
　print　s.str.lower()

Laufender Output:

　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', 'Albert', np.nan, '1234','SteveSmith'])
　print　s.str.upper()

Laufender Output:

　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', 'Albert', np.nan, '1234','SteveSmith'])
　print(s.str.len())

Laufender Output:

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

strip()

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

Laufender Output:

　0 Tom
　1　William Rick
　2　John
　3　Alber@t
　dtype:　object
　Nach dem Entfernen:
　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('　')

Laufender Output:

　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='_')

Laufender Output:

　　　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()

Laufender Output:

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

contains ()

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

Laufender Output:

　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('@',')
　)

Laufender Output:

　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)

Laufender Output:

0    Tom    Tom
1　　　William Rick    William Rick
2　　　　　　　　　　　　　　　　　　JohnJohn
3　　　　　　　　　　　　　　　　　　Alber@tAlber@t
dtype:　object

count(pattern)

　import　pandas　as　pd
　　
　s　=　pd.Series(['Tom　',　'　William　Rick',　'John',　'Alber@t'])
　print ("The number of 'm' in each string:")
　print s.str.count('m')

Laufender Output:

　The number of 'm' in each string:
　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.startwith('T')

Laufender Output:

　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')

Laufender Output:

　Zeichenfolgen, die mit 't' enden:
　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')

Laufender Output:

　0　-1
　1　-1
　2　-1
　3　3
　dtype:　int64

“ -1” bedeutet, dass keine Übereinstimmungen im Element gefunden wurden.

findall(pattern)

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

Laufender Output:

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

Eine leere Liste ([]), die angibt, dass keine Übereinstimmungen im Element gefunden wurden

swapcase()

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

Laufender Output:

　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()

Laufender Output:

　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()

Laufender Output:

　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()

Laufender Output:

　0　　False
　1　　False
　2　　False
　3　　False
　dtype:　bool
Pandas SQL-OperationenPandas Sortierung