京公网安备 11010802034615号
经营许可证编号:京B2-20210330
Python 常用string函数详解
下面小编就为大家带来一篇Python常用string函数详解。小编觉得挺不错的,现在就分享给大家,也给大家做个参考。
字符串中字符大小写的变换
1. str.lower() //小写
>>> 'SkatE'.lower()
'skate'
2. str.upper() //大写
>>> 'SkatE'.upper()
'SKATE'
3. str.swapcase() //大小写互换
>>> 'SkatE'.swapcase()
'sKATe'
4. str.title() //首字母大写,其余的小写
>>> 'SkatE'.title()
'Skate'
字符串在输出时的对齐
1. str.ljust(width,[fillchar]) //输出width个字符,str左对齐,不足部分用fillchar填充,默认的为空格
>>> 'skate'.ljust(10)
'skate '
>>> 'skate'.ljust(10,'0')
'skate00000'
2. str.rjust(width,[fillchar]) //输出width个字符,str右对齐,不足部分用fillchar填充,默认的为空格
>>> 'skate'.rjust(10,'0')
'00000skate'
>>> 'skate'.rjust(10)
' skate'
3. str.center(width,[fillchar]) //中间对齐
>>> 'skate'.center(10)
' skate '
>>> 'skate'.center(10,'0')
'00skate000'
4. str.zfill(width) //把str变成width长,并在右对齐,不足部分用0补足
>>> 'skate'.zfill(10)
'00000skate'
字符串搜索相关
str.find('t') //搜索指定字符串,没有返回-1
str.find('t',start) //指定起始位置搜索
str.find('t',start,end) //指定起始及结束位置搜索:
str.rfind('t') //从右边开始查找
str.count('t') //搜索到多少个指定字符串:
eg:
>>> 'skate'.find('t')
3
>>> 'skate'.find('t',2)
3
>>> 'skate'.find('t',2,4)
3
>>> 'skate'.rfind('t')
3
>>> 'skate'.count('t')
1
字符串替换
str.replace('old','new') //替换old为new
str.replace('old','new',maxReplaceTimes) //替换指定次数的old为new
eg:
>>> 'skateskate'.replace('s','S')
'SkateSkate'
>>> 'skateskate'.replace('s','S',1)
'Skateskate'
>>>
字符串去空格及去指定字符
str.strip([chars]) //去两边的chars,默认是空格
str.lstrip([chars]) //去左边的chars,默认是空格
str.rstrip([chars]) //去右边的chars,默认是空格
字符串的分割
str.split([sep, [maxsplit]]) //以sep为分隔符,把str分成一个list。maxsplit表示分割的次数。默认的分割符为空白字符
str.rsplit([sep, [maxsplit]])
str.splitlines([keepends]) //把str按照行分割符分为一个list,keepends是一个bool值,如果为真每行后而会保留行分割符。
eg:
>>> 'skateskate'.split()
['skateskate']
>>> 'skateskate'.split('e')
['skat', 'skat', '']
>>> 'skate skate'.rsplit(' ')
['skate', 'skate']
>>> 'skate\n skate1'.splitlines()
['skate', ' skate1']
>>> 'skate\n skate1'.splitlines(1)
['skate\n', ' skate1']
>>>
字符串连接
str.join(seq) //把seq代表的序列(字符串序列),用str连接起来
eg:
>>> 'skate'.join('111')
'1skate1skate1
字符串判断
str.startwith(prefix[,start[,end]]) //是否以prefix开头
str.endwith(suffix[,start[,end]]) //是否以suffix结尾
str.isalnum() //是否全是字母和数字,并至少有一个字符
str.isalpha() //是否全是字母,并至少有一个字符
str.isdigit() //是否全是数字,并至少有一个字符
str.isspace() //是否全是空白字符,并至少有一个字符
str.islower() //str中的字母是否全是小写
str.isupper() //str中的字母是否便是大写
str.istitle() //str是否是首字母大写的
eg:
>>> 'skate'.startswith('s')
True
>>> 'skate'.startswith('s',1,2)
False
>>> 'skate'.endswith('s',1,2)
False
>>> 'skate'.endswith('e',1,2)
False
>>> 'skate'.endswith('e',1)
True
>>>
True
>>> 'skate'.isalnum()
True
>>> '222'.isalnum()
True
>>> 'skate222'.isalnum()
True
>>> 'skate 222'.isalnum()
False
>>>
以上这篇Python常用string函数详解就是小编分享给大家的全部内容了
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
你有没有想过,手机里点外卖、刷社交软件、转一笔账,背后到底是谁在替你"记着账"? 答案其实很简单:数据库,以及跟它对话的那 ...
2026-10-07CDA数据分析师 出品 作者:李诗怡 一、数据分析四大思维 1. 对比思维:没有对比就没有分析 核心观点:单独一个数字没有意义,有 ...
2026-10-05Kimball 是方法,星型模型是它产出的形状。 很多人把"Kimball vs 星型模型"当成一道选择题——这本身就是个误会:Kimball 是动词 ...
2026-10-05写在开头 老板在微信上甩来一句: "帮我看下为什么销量跌了。" ” 你回工位,打开 SQL,开始写。查订单表、拉近三个月、按 ...
2026-10-03CDA数据分析师 出品 作者:李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时,PySpark的groupBy()确实能完成统计,这也是它的本职工作。但它有一个根本性局限:每一组数据,最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表,结合地理空间维度与数据密度特征,通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-09-30同样是“银行数据岗”,在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司,工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中,数据往往不是独立存在的,不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读:大多数人只把 dataclasses 当成偷懒工具,用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-09-29在MySQL数据库运维与业务开发中,行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中,千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 5W1H 分析法 定义:经典系统性思维框架,通过六个核心维度对问题进行全方位拆解与剖析,确 ...
2026-09-28 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24随着数字经济快速发展,数据已成为核心生产要素,各行各业的业务沉淀、用户行为、设备运行、市场交易均产生海量数据。数据处理作 ...
2026-09-24 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-09-24在时序数据分析中,大部分业务数据并非持续平稳变化,而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象, ...
2026-09-23