Python Pandas字符串和文本数据
_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。
编号
函数
描述
1
lower()
将Series/Index中的字符串转换为小写。
2
upper()
将Series/Index中的字符串转换为大写。
3
len()
计算字符串长度。
4
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)。
5
split(' ')
用给定的模式拆分每个字符串。
6
cat(sep=' ')
使用给定的分隔符连接系列/索引元素。
7
get_dummies()
返回具有单热编码值的数据帧(DataFrame)。
8
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。
9
replace(a,b)
将值a替换为值b。
10
repeat(value)
重复每个元素指定的次数。
11
count(pattern)
返回模式中每个元素的出现总数。
12
startswith(pattern)
如果系列/索引中的元素以模式开始，则返回true。
13
endswith(pattern)
如果系列/索引中的元素以模式结束，则返回true。
14
find(pattern)
返回模式第一次出现的位置。
15
findall(pattern)
返回模式的所有出现的列表。
16
swapcase
变换字母大小写。
17
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
18
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
19
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。
代码举例：
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())
print(s.str.upper())
print(s.str.len())
print(s.str.strip())
print(s.str.split(’ ‘))
print(s.str.cat(sep=’ <=> ‘))
print(s.str.get_dummies())
print(s.str.contains(’ ‘))
print(s.str.replace(’@', ‘$’))
print(s.str.repeat(2))
print(s.str.count(‘m’))
print(s.str.startswith(‘T’))
print(s.str.endswith(‘t’))
print(s.str.find(‘e’))
print(s.str.findall(‘e’))
print(s.str.swapcase())
print(s.str.islower())
print(s.str.isupper())
print(s.str.isnumeric())
