Python数据分析

str属性

• 官方docs

str属性只对series。

可以用来对数据框的列名和文字列进行操作。

常用操作

分割

分割str.split(' ')，括号中是分割依据的字符串。

选取分割后的一部分，有两种方法：

1. str.split(' ').get(0)
2. str.split(' ').str[0]

expand=True参数将字符串拆分成多列，返回一个数据框。

n=1参数指定拆分次数。str.split()默认从左向右拆分，str.rsplit()从右往左拆分。

替换

replace,findall可以接受正则表达式。要注意正则表达式中的元字符，如$|^|.|?,等，给它们加上\进行转义。

选取字符串数据

可以用str[n]来选择一列字符串中的第n个字符，没有的显示NaN。

提取

返回第一个匹配成功的字符串：str.extract(regex, expand=False)。

expand=True返回dataframe。expand=False返回Series/Index/DataFrame，如果只匹配到一列返回series，匹配不到返回index，匹配多列dataframe。默认False。

最好加上expand参数，不然会有FuturaWarning。

给匹配到的列添加列名，(?Pregex)。

提取所有

提取所有匹配成功的字符串并返回，str.extractall(regex)。

str.match(regex) 和 str.contains(regex)

返回布尔型结果。

match依据的是re.match，而contains依据的是re.search。