📜  Python| Pandas Series.str.lower()、upper() 和 title()

📅  最后修改于: 2022-05-13 01:54:37.505000             🧑  作者: Mango

Python| Pandas Series.str.lower()、upper() 和 title()

Python是一种用于进行数据分析的出色语言,主要是因为以数据为中心的Python包的奇妙生态系统。 Pandas就是其中之一,它使导入和分析数据变得更加容易。

Python有一些内置方法可以将字符串转换为小写、大写或驼峰式大小写。但这些方法不适用于列表和其他多字符串对象。 Pandas 是一个用于数据分析的库,它提供了单独的方法来将系列中的所有值转换为相应的文本案例。因为,lower、upper 和 title 也是Python关键字,所以在 Pandas 系列上调用这些函数之前必须加上.str前缀。
句法:

Series.str.lower()
Series.str.upper()
Series.str.title()

参数:不带任何参数

返回类型:具有新值的系列

要下载使用的 CSV 文件,请单击此处。

在以下示例中,使用的数据框包含一些员工的数据。下面附上任何操作之前的数据帧图像。
示例 #1:在系列上使用.lower()

在此示例中, .lower()函数由 First Name 列调用,因此,First name 列中的所有值都将转换为小写。

# importing pandas package
import pandas as pd
  
# making data frame from csv file
data = pd.read_csv("employees.csv")
  
# converting and overwriting values in column
data["First Name"]= data["First Name"].str.lower()
  
# display
data

输出:
如数据框的输出图像所示,First name 列中的所有值都已转换为小写。

示例 #2:在系列上使用.upper()

在此示例中,Team 列正在调用 .upper()函数,因此 Team 列中的所有值都将转换为大写。

# importing pandas package
import pandas as pd
  
# making data frame from csv file
data = pd.read_csv("employees.csv")
  
# converting and overwriting values in column
data["Team"]= data["Team"].str.upper()
  
# display
data

输出:
如数据框的输出图像所示,Team 列中的所有值都已转换为大写。

示例 #3:在系列上使用.title()

在此示例中,Team 列正在调用 .title()函数,因此,into 列中的所有值都将转换为 Camel 大小写。由于 Team 列中的值已经是驼峰式,为了验证 .title() 方法的功能,它已经转换为大写,然后再次转换为驼峰。

# importing pandas package
import pandas as pd
  
# making data frame from csv file
data = pd.read_csv("employees.csv")
  
# converting and overwriting values in column
data["Team"]= data["Team"].str.upper().str.title()
  
# display
data

输出:
如数据框的输出图像所示,Team 列中的所有值都已转换为 Camel 大小写。