Pandas字符串处理

Pandas字符串处理

前面我们已经使用了字符串的处理函数：
df["bWendu"].str.replace("℃", "").astype('int32')

Pandas的字符串处理：

1. 使用方法：先获取Series的str属性，然后在属性上调用函数；
2. 只能在字符串列上使用，不能数字列上使用；
3. Dataframe上没有str属性和处理方法
4. Series.str并不是Python原生字符串，而是自己的一套方法，不过大部分和原生str很相似；

Series.str字符串方法列表参考文档:
https://pandas.pydata.org/pandas-docs/stable/reference/series.html#string-handling

本章内容：

1. 获取Series的str属性，然后使用各种字符串处理函数
2. 使用str的startswith、contains等bool类Series可以做条件查询
3. 需要多次str处理的链式操作
4. 使用正则表达式的处理

1、判断是不是数字

import pandas as pd

df = pd.read_csv("../beijing_tianqi_2018.csv")
a=df["bWendu"].str.replace("℃","")
b=df["yWendu"].str.replace("℃","")

#判断是不是数字
c = df["bWendu"].str.isnumeric()
print(c)

2、使用str的startswith,contains等得到bool的Series可以做条件查询

condition = df["ymd"].str.startswith("2018-03")
# print(condition)
d = df[condition].head()
print(d)

3、需要多次str处理的链式操作

怎样提取201803这样的数字月份？
1、先将日期2018-03-31替换成20180331的形式
2、提取月份字符串201803

c = df["ymd"].str.replace("-","").str.slice(0,6)  
print(c)

4. 使用正则表达式的处理

添加新列

def get_new_col(x):
    year,month,day = x["ymd"].split("-")
    return f"{year}年{month}月{day}日"

df["中文日期"] = df.apply(get_new_col,axis = 1)
print(df["中文日期"])

#链式str
 d = df["中文日期"].str.replace("年","").str.replace("月","").str.replace("日","")
 print(d)
#正则
e = df["中文日期"].str.replace("[年月日]","")
print(e)