在本章中，我们将使用基本系列/索引来讨论字符串操作。在随后的章节中，将学习如何将这些字符串函数应用于数据帧(DataFrame)。
Pandas提供了一组字符串函数，可以方便地对字符串数据进行操作。 最重要的是，这些函数忽略(或排除)丢失/NaN值。
几乎这些方法都使用Python字符串函数(请参阅： http://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。下面来看看每个操作的执行和说明。
| 函数 | 描述
| --- | ---
| lower() | 将Series/Index中的字符串转换为小写。
| upper() | 将Series/Index中的字符串转换为大写。
| len() | 计算字符串长度。
| strip() | 帮助从两侧的系列/索引中的每个字符串中删除空格(包括换行符)。
| split(' ') | 用给定的模式拆分每个字符串。
| cat(sep=' ') | 使用给定的分隔符连接系列/索引元素。
| get_dummies() | 返回具有单热编码值的数据帧(DataFrame)。
| contains(pattern) | 如果元素中包含子字符串，则返回每个元素的布尔值True，否则为False。
| replace(a,b) | 将值a替换为值b。
| repeat(value) | 重复每个元素指定的次数。
| count(pattern) | 返回模式中每个元素的出现总数。
| startswith(pattern) | 如果系列/索引中的元素以模式开始，则返回true。
| endswith(pattern) | 如果系列/索引中的元素以模式结束，则返回true。
| find(pattern) | 返回模式第一次出现的位置。
| findall(pattern) | 返回模式的所有出现的列表。
| swapcase | 变换字母大小写。
| islower() | 检查系列/索引中每个字符串中的所有字符是否小写，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为数字，返回布尔值。
现在创建一个系列，看看上述所有函数是如何工作的。
```
import pandas as pd
import numpy as np
s = pd.Series(['Tom', 'William Rick', 'John', 'Alber@t', np.nan, '1234','SteveMinsu'])
print (s)
```
Python执行上面示例代码，得到以下结果 -
```
0 Tom
1 William Rick
2 John
3 Alber@t
4 NaN
5 1234
6 SteveMinsu
dtype: object
```
Shell1. lower()函数示例
```
import pandas as pd
import numpy as np
s = pd.Series(['Tom', 'William Rick', 'John', 'Alber@t', np.nan, '1234','SteveMinsu'])
print (s.str.lower())
```
Python执行上面示例代码，得到以下结果 -
```
0 tom
1 william rick
2 john
3 alber@t
4 NaN
5 1234
6 steveminsu
dtype: object
```
Shell2. upper()函数示例
```
import pandas as pd
import numpy as np
s = pd.Series(['Tom', 'William Rick', 'John', 'Alber@t', np.nan, '1234','SteveMinsu'])
print (s.str.upper())
```
Python执行上面示例代码，得到以下结果 -
```
0 TOM
1 WILLIAM RICK
2 JOHN
3 ALBER@T
4 NaN
5 1234
6 STEVESMITH
dtype: object
```
Shell3. len()函数示例
```
import pandas as pd
import numpy as np
s = pd.Series(['Tom', 'William Rick', 'John', 'Alber@t', np.nan, '1234','SteveMinsu'])
print (s.str.len())
```
Python执行上面示例代码，得到以下结果 -
```
0 3.0
1 12.0
2 4.0
3 7.0
4 NaN
5 4.0
6 10.0
dtype: float64
```
Shell4. strip()函数示例
```
import pandas as pd
import numpy as np
s = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t'])
print (s)
print ("=========== After Stripping ================")
print (s.str.strip())
```
Python执行上面示例代码，得到以下结果 -
```
0 Tom
1 William Rick
2 John
3 Alber@t
dtype: object
=========== After Stripping ================
0 Tom
1 William Rick
2 John
3 Alber@t
dtype: object
```
Shell5. split(pattern)函数示例
```
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(' '))
```
Python执行上面示例代码，得到以下结果 -
```
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
```
Shell6. cat(sep=pattern)函数示例
```
import pandas as pd
import numpy as np
s = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t'])
print (s.str.cat(sep=' <=> '))
```
Python执行上面示例代码，得到以下结果 -
```
Tom <=> William Rick <=> John <=> Alber@t
```
7. get_dummies()函数示例
```
import pandas as pd
import numpy as np
s = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t'])
print (s.str.get_dummies())
```
Python执行上面示例代码，得到以下结果 -
```
William Rick Alber@t John Tom
0 0 0 0 1
1 1 0 0 0
2 0 0 1 0
3 0 1 0 0
```
Shell8. contains()函数示例
```
import pandas as pd
s = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t'])
print (s.str.contains(' '))
```
Python执行上面示例代码，得到以下结果 -
```
0 True
1 True
2 False
3 False
dtype: bool
```
Shell9. replace(a,b)函数示例
```
import pandas as pd
s = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t'])
print (s)
print ("After replacing @ with $: ============== ")
print (s.str.replace('@','$'))
```
Python执行上面示例代码，得到以下结果 -
```
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
```
Shell10. repeat(value)函数示例
```
import pandas as pd
s = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t'])
print (s.str.repeat(2))
```
Python执行上面示例代码，得到以下结果 -
```
0 Tom Tom
1 William Rick William Rick
2 JohnJohn
3 Alber@tAlber@t
dtype: object
```
Shell11. count(pattern)函数示例
```
import pandas as pd
s = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t'])
print ("The number of 'm's in each string:")
print (s.str.count('m'))
```
Python 执行上面示例代码，得到以下结果 -
```
The number of 'm's in each string:
0 1
1 1
2 0
3 0
dtype: int64
```
Shell 12. startswith(pattern)函数示例
```
import pandas as pd
s = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t'])
print ("Strings that start with 'T':")
print (s.str. startswith ('T'))
```
Python 执行上面示例代码，得到以下结果 -
```
Strings that start with 'T':
0 True
1 False
2 False
3 False
dtype: bool
```
Shell 13. endswith(pattern)函数示例
```
import pandas as pd
s = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t'])
print ("Strings that end with 't':")
print (s.str.endswith('t'))
```
Python 执行上面示例代码，得到以下结果 -
```
Strings that end with 't':
0 False
1 False
2 False
3 True
dtype: bool
```
Shell 14. find(pattern)函数示例
import pandas as pd
s = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t'])
print (s.str.find('e'))
Python 执行上面示例代码，得到以下结果 -
0 -1
1 -1
2 -1
3 3
dtype: int64
Shell
注意：-1表示元素中没有这样的模式可用。
15. findall(pattern)函数示例
```
import pandas as pd
s = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t'])
print (s.str.findall('e'))
```
Python执行上面示例代码，得到以下结果 -
```
0 []
1 []
2 []
3 [e]
dtype: object
```
Shell
空列表([])表示元素中没有这样的模式可用。
16. swapcase()函数示例
```
import pandas as pd
s = pd.Series(['Tom', 'William Rick', 'John', 'Alber@t'])
print (s.str.swapcase())
```
Python执行上面示例代码，得到以下结果 -
```
0 tOM
1 wILLIAM rICK
2 jOHN
3 aLBER@T
dtype: object
```
Shell17. islower()函数示例
```
import pandas as pd
s = pd.Series(['Tom', 'William Rick', 'John', 'Alber@t'])
print (s.str.islower())
```
Python执行上面示例代码，得到以下结果 -
```
0 False
1 False
2 False
3 False
dtype: bool
```
Shell18. isupper()函数示例
```
import pandas as pd
s = pd.Series(['TOM', 'William Rick', 'John', 'Alber@t'])
print (s.str.isupper())
```
Python执行上面示例代码，得到以下结果 -
```
0 True
1 False
2 False
3 False
dtype: bool
```
Shell19. isnumeric()函数示例
```
import pandas as pd
s = pd.Series(['Tom', '1199','William Rick', 'John', 'Alber@t'])
print (s.str.isnumeric())
```
Python执行上面示例代码，得到以下结果 -
```
0 False
1 True
2 False
3 False
4 False
dtype: bool
```
