python库--pandas--Series.str--字符串处理

本文已参与「新人创作礼」活动， 一起开启掘金创作之路。

S: Series　　I: Index

• .capitalize() S/I   将Series/Index中的字符串大写
• .cat() S/I/str  使用给定分隔符连接字符串
  • other=None 
    • None: 使用sep连接给定的Series返回一个str
    • List_like: 与Series对应位置的字符串用sep连接返回一个S
  • sep=None 分隔符
  • na_rep=None 遇到NA值忽略或使用指定字符替换
• .center() S 在字符串两端填充指定字符到指定长度
  • width 填充后的字符串长度
  • fillchar=' ' 用于填充的字符串
• .contains() S[bool] 判断指定字符串或正则表达式是否在序列或索引中
  • pat 字符串或正则表达式
  • case=True 是否区分大小写
  • flags=0 可传入re.IGNORECASE之类的参数
  • na=nan 缺失值填充
  • regex=True 是否使用正则表达式匹配
• .count() S[int] 统计指定字符串在序列字符串中出现的次数
  • pat 字符串或正则表达式
  • flags=0 可传入re.IGNORECASE之类的参数
• .decode() S[str] 解码
  • encoding 解码方式
  • errors='static' error处理方式
• .encode() S[b''] 编码
  • encoding 编码方式
  • error='static' error处理方式
• .endswith() S[bool] 判断是否以给定的字符串结尾
  • pat 字符串
  • na=nan 缺失值填充
• .extract()   使用正则表达式提取需要的内容(只匹配一次)
  • pat 正则表达式(必须含有捕获组, 超过一个必然返回DataFrame)
  • flags=0 可传入re.IGNORECASE之类的参数
  • expand=None
    • True: 返回DataFrame(未来版本默认值)
    • False: 返回S/I/DataFrame(现在版本默认值)
• .extractall() df 获取所有的正则表达式匹配到的内容(以多级索引的方式展示)
  • pat 含捕获组的正则表达式, 若捕获组设有name则将作为返回的列标签
  • flags=0 可传入re.IGNORECASE之类的参数
• .find() S 查找sub在序列字符串的子字符串中出现的位置, 找不到返回-1
  • sub 字符串
  • start=0 子字符串开始的位置
  • end=None 子字符串结束的位置
• .findall() S[list] 相当于对序列中每个字符串执行 re.findall(pat, string)
  • pat 正则表达式
  • flags=0 可传入re.IGNORECASE之类的参数
• .get() S i 获取指定位置的字符, 超出长度则返回Na
• .index() S 同.find() 不过找不到将引发Error
• .join() S sep 给每个字符串的字符间插入指定字符
• .len() S 返回每个字符串的长度
• .ljust() S 同 .center() 不过只在右侧填充
• .lower() S 所有字符小写
• .lstrip() S to_strip=None 去除左侧指定字符, 默认去掉空白符
• .match() S[bool] 判断字符串与正则表达式是否匹配, 即正则表达式能否匹配到内容
  • pat 字符串或正则表达式
  • case=True 是否区分大小写
  • flags=0 可传入re.IGNORECASE之类的参数
  • na=nan 缺失值填充
  • as_indexer=None 弃用
• .normalize() S from 返回字符串的Unicode标准格式
• .pad() S 在序列字符串左侧/右侧/两侧填充指定字符串到指定长度
  • width 将字符串填充到的长度
  • side='left'
    • 'left': 在左侧填充
    • 'right': 在右侧填充
    • 'both': 在两侧填充, 原字符串居中
  • fillchar=' ' 填充的字符
• .partition()   第一次出现pat时将字符串分割为三个部分: pat前面的部分, pat本身, pat后面的部分
  • pat=' ' 字符串
  • expand=True True: 返回DataFrame/Multilndex
  • False: 返回Series/Index, 元素为Tuple
• .repeat()   将字符串扩展n倍, 比如 'a' 扩展 2 倍为 'aa'
  • repeats
    • int: 序列中所有字符串扩展相同倍数
    • list_like: 长度需和序列长度一致, 对应每个元素扩展对应倍数
• .replace() S 更新字符串
  • pat 字符串或编译的正则表达式
  • repl
    • str: 将匹配到的字符串替换为此字符串
    • fun: 传给fun的是对象相当于re.search(pat, string)的返回值
  • n=-1 替换的次数, 默认全部
  • case=None 是否区分大小写, 如果pat为字符串则默认为True, 若为编译的正则表达式则不能设置
  • flags=0 可传入re.IGNORECASE之类的参数, 但若pat为编译的正则表达式则不能设置
• .rfind()   同 .find() 不过从右往左检索
• .rindex()   同 .index() 不过从右往左检索
• .rjust()   同 .center() 不过只在左侧填充
• .rpartition()   同.partition(), 不过从右往左检索pat字符串
• .rstrip() S to_strip=None 去除右侧指定字符, 默认去掉空白符
• .slice() S 截取子字符串
  • start=None 开始位置
  • stop=None 结束位置
  • step=None 步长
• .slice_replace() S 截取子字符串, 并将截取部分替换为repl
  • start=None 开始位置
  • stop=None 结束位置
  • repl=None 要替换为的字符串
• .split()   对字符串按照给定字符进行分割
  • pat=None 分隔符, 默认空白符
  • n=-1 分割次数, 默认全部
  • expand=False
    • True: 返回DataFrame/MultiINdex
    • False: 返回Series/Index
• .rsplit()   同.split() 不过从右侧开始分割
• .startswith() S[bool] 判断序列字符串是否以指定字符串开头
  • pat 字符串
  • na=nan 缺失值填充
• .strip() S to_strip=None 去除两侧指定字符, 默认去掉空白符
• .swapcase() S 将小写字符大写, 将大写字符小写
• .title() S 将首字母大写, 其余字符小写
• .translate()   参考python内置字符串处理方法 .translate()
• .upper() S 全部大写
• .wrap() S width 在指定位置插入换行符
• .zfill() S width 在字符串前面填充0到指定长度
• .isalnum() S[bool] 字符串至少包含一个字符且所有字符都是字母(汉字)或数字则返回True
• .isalpha() S[bool] 字符串至少包含一个字符且所有字符都是字母(汉字)则返回True
• .isdigit() S[bool] 只包含数字(可以是: Unicode, 全角字符, bytes(b'1'), 罗马数字)
• .isspace() S[bool] 只包含空白符
• .islower() S[bool] 至少包含一个小写字符, 且不包含大写字符
• .isupper() S[bool] 至少包含一个大写字符, 且不包含小写字符
• .istitle() S[bool] 所有单词大写开头其余小写(标题化)
• .isnumeric() S[bool] 只包含数字字符
• .isdecimal() S[bool] 只包含数字(Unicode字符, 全角字符)
• .get_dummies() df sep='|' 把字符串按照指定分隔符分割, 并返回分割后的字符串出现的次数