文本處理.–使用字符串處理函數
先將pandas的series對象轉成strings對象，再使用字符串相關函數。

s = pd.Series(['A','b','C','bbhello','123',np.nan,'hj']) 0 A 1 b 2 C 3 bbhello 4 123 5 NaN 6 hj dtype: object print(type(s),type(s.str)) <class 'pandas.core.series.Series'> <class 'pandas.core.strings.StringMethods'>

將series對象轉成strings對象后，就可以使用字符串相關的方法了。

計算某個字符出現的次數.count()

s.str.count('b') 0 0.0 1 1.0 2 0.0 3 2.0 4 0.0 5 NaN 6 0.0 dtype: float64

其余方法見：字符串相關方法

列名變為大寫df.columns = df.columns.str.upper()

.split()中的expand參數

s = pd.Series(['a,b,c','1,2,3',['a,,,c'],np.nan]) print(s) print(s.str.split(',', expand=True)) print(s.str.split(',', expand=True, n = 1))

s

0 [a, b, c] 1 [1, 2, 3] 2 NaN 3 NaN dtype: object s.str.split(',', expand=True) 0 1 2 0 a b c 1 1 2 3 2 NaN NaN NaN 3 NaN NaN NaN s.str.split(',', expand=True, n = 1),切分一次，且擴展 0 1 0 a b,c 1 1 2,3 2 NaN NaN 3 NaN NaN

切片

s.str[0] # 獲取s的每條數據的第一個元素，遇NaN跳過 0 A 1 b 2 C 3 b 4 1 5 NaN 6 h dtype: object 與50位技術專家面對面20年技術見證，附贈技術全景圖

總結

以上是生活随笔為你收集整理的pandas(五) -- 文本处理的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。