Pandas针对字符串配备的一套方法,使其易于对数组的每个元素进行操作
1---# 通过str访问文本,在做处理,且自动排除丢失/ NA值
.str.count(‘b’)计算有多少个
.str.upper() 全部变成大写

2--# 字符串常用方法(1)
lower:小写,upper:大写,len:字符长度,startswith:判断开始值,
endswith:判断结束值

3--# 字符串常用方法(2)
.str. strip 去空格

.str.replace(' ','@',n=1) 将文本替换

4---# 字符串常用方法(4) - split、rsplit

5--# 可以使用expand可以轻松扩展此操作以返回DataFrame

6--# Dataframe使用split
先选择列,在使用split
print(df['XXX'].str.split('X'))

7--# 字符串索引

# DataFrame的字符串索引

网友评论