文章来源:数据分析与统计学之美
作者:黄伟呢
1.概述
python字符串应该是python里面最重要的数据类型了,因此学会怎么处理各种各样的字符串,显得尤为重要。
我们不仅要学会怎么处理单个字符串,这个就需要学习“python字符串函数”,我们还要学会怎么处理二维表格中每一列每一格的字符串,这个就需要学习“pandas的str矢量化字符串函数”。
今天我们采用对比的方式,带大家总结常用的字符串函数,希望这篇文章能够对大家起到很好的作用。
在开始享用这篇文章之前,请培养好自己的耐心,本文确实干货满满,一定要看到最后你才知道收获有多大,尤其是后面的str属性,超有用。
2.常用的python字符串函数
字符串中,空白符也算是真实存在的一个字符。
1)python字符串函数大全
2)函数讲解
① find()函数
功能 :检测字符串是否包含指定字符。如果包含指定字符,则返回开始的索引;否则,返回-1.
② index()函数
功能 :检测字符串是否包含指定字符。如果包含指定字符,则返回开始的索引;否则,提示ValueError错误。
③ count()函数
功能 : 统计字符串中,某指定字符在指定索引范围内,出现的次数。
索引范围 :左闭右开区间。
注意 :如果不指定索引范围,表示在整个字符串中,搜索指定字符出现的次数。
④ replace()函数
语法 :st.replace(str1.str2.count)。
功能 :将字符串st中的str1替换为str2.
注意 : 如果不指定count,则表示整个替换;如果指定count=1.则表示只替换一次,count=2.则表示只替换两次。
⑤ split()
语法 :st.split('分隔符', maxSplit)
功能 :将字符串按照指定分隔符,进行分割。
注意 :如果split中什么都不写,则默认按照空格进行分割;如果指定了分割符,则按照指定分隔符,进行分割。
maxSplit作用:不好叙述,自己看下面的例子就明白。
⑥ startswith()函数
语法 :st.startswith(str1)
功能 :检查字符串st是否以字符串str1开头,若是,则返回True;否则,返回False。
⑦ endswith()函数
语法 :st.endswith(str1)
功能 :检查字符串st是否以字符串str1结尾,若是,则返回True;否则,返回False。
⑧ lower()
语法 :st.lower()
功能 :将字符串的所有字母转换为小写。
⑨ upper()
语法 :st.upper()
功能 :将字符串的所有字母转换为大写。
⑩ strip()
语法 :st.strip()
功能 :去掉字符串左右两边的空白字符。
注1:st.rstrip() : 去掉字符串右边的空白字符。
注2:st.lstrip() : 去掉字符串左边的空白字符。
⑪ join()函数
语法 :st.join(str1)
功能 :在指定字符串str1中,每相邻元素中间插入st字符串,形成新的字符串。
注意 :是在str1中间插入st,而不是在st中间插入str1.
⑫ isalpha()
语法 :str.isalpha()
功能 :如果字符串str中只包含字母,则返回True;否则,返回False。
注意 :只有字符串中全部是字母,才会返回True,中间有空格都不行。
⑬ isdigit()
语法 :str.isdigit()
功能 :如果字符串str中只包含数字,则返回True;否则,返回False。
3.常用的str矢量化字符串函数
str矢量化操作:指的是循环迭代数组里面的某个元素,来完成某个操作。
1)str矢量化字符串函数大全
2)构造一个DataFrame,用于测试函数
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
结果如下:
3)函数讲解
① cat函数:用于字符串的拼接
df["姓名"].str.cat(df["家庭住址"],sep='-'*3)
结果如下:
② contains:判断某个字符串是否包含给定字符
df["家庭住址"].str.contains("广")
结果如下:
③ startswith/endswith: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")
结果如下:
④ count:计算给定字符在字符串中出现的次数
df["电话号码"].str.count("3")
结果如下:
⑤ get: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)
结果如下:
⑥ len:计算字符串长度
df["性别"].str.len()
结果如下:
⑦ upper/lower:英文大小写转换
df["英文名"].str.upper()
df["英文名"].str.lower()
结果如下:
⑧ pad+side参数/center: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="*")
结果如下:
⑨ repeat:重复字符串几次
df["性别"].str.repeat(3)
结果如下:
⑩ slice_replace: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)
结果如下:
⑪ replace:将指定位置的字符,替换为给定的字符串
df["身高"].str.replace(":","-")
结果如下:
⑫ replace:将指定位置的字符,替换为给定的字符串(接受正则表达式)
replace中传入正则表达式,才叫好用;
先不要管下面这个案例有没有用,你只需要知道,使用正则做数据清洗多好用;
df["收入"].str.replace("\d+\.\d+","正则")
结果如下:
⑬ split方法+expand参数:搭配join方法功能很强大
# 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)
结果如下:
⑭ strip/rstrip/lstrip: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()
结果如下:
⑮ findall: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]+")
结果如下:
⑯ extract/extractall: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)
结果如下:
数据分析咨询请扫描二维码
CDA持证人已遍布在世界范围各行各业,包括世界500强企业、顶尖科技独角兽、大型金融机构、国企事业单位、国家行政机关等等,“CDA数据分析师”人才队伍遵守着CDA职业道德准则,发挥着专业技能,已成为支撑科技发展的核心力量。 ...
2022-03-18CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01