[TOC]
# 大小写转换
~~~
s = pd.Series(['A', 'b', 'B', 'gaer', 'AGER', np.nan])
# print(s.str.upper())
print(s.str.lower())
~~~
输出
~~~
0 a
1 b
2 b
3 gaer
4 ager
5 NaN
dtype: object
~~~
# 计算长度
~~~
s = pd.Series(['A', 'b', 'B', 'gaer', 'AGER', np.nan])
print(s.str.len())
~~~
# 去空格
~~~
index = pd.Index([' tang', ' yu ', 'di '])
print(index.str.strip())
print(index.str.lstrip())
print(index.str.rstrip())
~~~
输出
~~~
Index(['tang', 'yu', 'di'], dtype='object')
Index(['tang', 'yu ', 'di '], dtype='object')
Index([' tang', ' yu', 'di'], dtype='object')
~~~
# 修改列名
~~~
df = pd.DataFrame(np.random.randn(3, 2), columns=['A a', 'B b'], index=range(3))
print(df)
df.columns = df.columns.str.replace(' ', '_')
print(df)
~~~
输出
~~~
A a B b
0 0.529066 0.635890
1 1.643041 -0.540741
2 -0.066216 -0.076341
A_a B_b
0 0.529066 0.635890
1 1.643041 -0.540741
2 -0.066216 -0.076341
~~~
# 切割字段
~~~
s = pd.Series(['a_b_C', 'c_d_e', 'f_g_h'])
print(s)
print(s.str.split('_'))
print(s.str.split('_', expand=True))
# 只切一次
print(s.str.split('_', expand=True, n=1))
~~~
输出
~~~
0 a_b_C
1 c_d_e
2 f_g_h
dtype: object
0 [a, b, C]
1 [c, d, e]
2 [f, g, h]
dtype: object
0 1 2
0 a b C
1 c d e
2 f g h
0 1
0 a b_C
1 c d_e
2 f g_h
~~~
# 是否包含某个元素
~~~
s = pd.Series(['A', 'Aas', 'Afgew', 'Ager', 'Agre', 'Agre'])
contains = s.str.contains('Aas')
print(contains)
~~~
输出
~~~
0 False
1 True
2 False
3 False
4 False
5 False
dtype: bool
~~~
# 分割统计
~~~
s = pd.Series(['a', 'a|b', 'a|c'])
print(s)
dummies = s.str.get_dummies(sep="|")
print(dummies)
~~~
输出
~~~
0 a
1 a|b
2 a|c
dtype: object
a b c
0 1 0 0
1 1 1 0
2 1 0 1
~~~
