对列进行 pandas 字符串操作 - Python

在数据分析中，我们通常需要对一些字符串数据进行操作，例如提取、替换、删除等操作。Pandas 库提供了丰富的字符串处理方法，能够方便地处理这些需求。

导入 Pandas 库

导入 Pandas 库：

import pandas as pd

创建示例数据

首先，我们创建一个包含字符串数据的 DataFrame：

data = {'name': ['Alice Smith', 'Bob Johnson', 'Charlie Brown', 'David Lee'], 
        'email': ['alice.smith@example.com', 'bob.johnson@example.com', 'charlie@example.com', 'david_lee@example.com']}
df = pd.DataFrame(data)

现在，我们有一个包含姓名和邮箱的 DataFrame。

列定义的字符串方法

下面是一些常用的列定义的字符串方法：

• str.len()：返回字符串长度。
• str.lower()：将字符串转换为小写。
• str.upper()：将字符串转换为大写。
• str.strip()：去除字符串两侧的空格。
• str.lstrip()：去除字符串左侧的空格。
• str.rstrip()：去除字符串右侧的空格。
• str.contains(sub)：如果字符串包含子字符串 sub，则返回 True。
• str.replace(old, new)：将字符串中的 old 子字符串替换为 new。
• str.split(sep)：使用分隔符 sep 将字符串切分为多个子字符串，并返回一个列表。

下面是示例代码：

df['name_length'] = df['name'].str.len()
df['name_lower'] = df['name'].str.lower()
df['name_upper'] = df['name'].str.upper()
df['name_strip'] = df['name'].str.strip()
df['name_lstrip'] = df['name'].str.lstrip()
df['name_rstrip'] = df['name'].str.rstrip()
df['email_contains_example'] = df['email'].str.contains('example')
df['email_replaced'] = df['email'].str.replace('.', '_')
df['name_split'] = df['name'].str.split(' ')

以上代码将每个字符串方法的结果存储在新的列中。

列定义的字符串方法和 apply() 方法的结合使用

除了直接使用列定义的字符串方法之外，还可以和 apply() 方法结合使用，实现更复杂的字符串操作。

例如，下面的代码将在 DataFrame 中添加一个新的列，该列将姓名拆分为“姓”和“名”：

df['last_name'] = df['name'].apply(lambda x: x.split(' ')[-1])
df['first_name'] = df['name'].apply(lambda x: ' '.join(x.split(' ')[:-1]))

空格分隔的字符串进行拆分

如果 DataFrame 中的字符串是以空格分隔的，我们可以使用 expand 参数将多个新的列添加到 DataFrame 中。

例如，下面的代码将姓名拆分为“姓”和“名”，并将结果存储在两个新的列中：

df[['last_name', 'first_name']] = df['name'].str.split(' ', expand=True)

结论

以上就是 Pandas 库中一些常用的列定义的字符串方法和和 apply() 方法结合使用的示例。使用这些方法可以方便地对字符串数据进行操作。始终记住，Pandas 库提供的方法非常丰富，只要仔细阅读文档，就能实现各种复杂的操作。