pandas字符串操作

s = pd.Series(['A','b','C','bbhello','123',np.nan,'hj'])
df = pd.DataFrame({'key1':list('abcdef'),
                  'key2':['hee','fv','w','hija','123',np.nan]})
print(s)
print(df)
print('-----')

print(s.str.count('b'))
print(df['key2'].str.upper())
print('-----')
# 直接通過.str調用字符串方法
# 可以對Series、Dataframe使用
# 自動過濾NaN值

df.columns = df.columns.str.upper()
print(df)
# df.columns是一個Index對象，也可使用.str

s = pd.Series(['A','b','bbhello','123',np.nan])

print(s.str.lower(),'→ lower小寫\n')
print(s.str.upper(),'→ upper大寫\n')
print(s.str.len(),'→ len字符長度\n')
print(s.str.startswith('b'),'→ 判斷起始是否為a\n')
print(s.str.endswith('3'),'→ 判斷結束是否為3\n')

print(s.str.strip())  # 去除字符串中的空格
print(s.str.lstrip())  # 去除字符串中的左空格
print(s.str.rstrip())  # 去除字符串中的右空格

df.columns = df.columns.str.strip()# 這里去掉了columns的前后空格，但沒有去掉中間空格

df.columns = df.columns.str.replace(' ','-')# 替換
df.columns = df.columns.str.replace('-','hehe',n=1)# n：替換個數
print(s.str[0])  # 取第一個字符串
print(s.str[:2])  # 取前兩個字符串
print(df['key2'].str[0])# str之后和字符串本身索引方式相同

#分割
# 字符串常用方法（4） - split、rsplit

s = pd.Series(['a,b,c','1,2,3',['a,,,c'],np.nan])
print(s.str.split(','))
print('-----')
# 類似字符串的split

print(s.str.split(',')[0])
print('-----')
# 直接索引得到一個list

print(s.str.split(',').str[0])
print(s.str.split(',').str.get(1))
print('-----')
# 可以使用get或[]符號訪問拆分列表中的元素

print(s.str.split(',', expand=True))
print(s.str.split(',', expand=True, n = 1))
print(s.str.rsplit(',', expand=True, n = 1))
print('-----')
# 可以使用expand可以輕松擴展此操作以返回DataFrame
# n參數限制分割數
# rsplit類似於split，反向工作，即從字符串的末尾到字符串的開頭

df = pd.DataFrame({'key1':['a,b,c','1,2,3',[':,., ']],
                  'key2':['a-b-c','1-2-3',[':-.- ']]})
print(df['key2'].str.split('-'))
# Dataframe使用split