pandas
Manipulacja ciągiem

Wyrażenia regularne

# Extract strings with a specific regex
df= df['col_name'].str.extract[r'[Aa-Zz]']

# Replace strings within a regex
df['col_name'].str.replace('Replace this', 'With this')

Aby uzyskać informacje na temat dopasowywania ciągów znaków za pomocą wyrażenia regularnego, zobacz Wprowadzenie do wyrażeń regularnych .

Przecinanie strun

Ciągi w serii można .str.slice() za pomocą metody .str.slice() , lub wygodniej, za pomocą nawiasów ( .str[] ).

In [1]: ser = pd.Series(['Lorem ipsum', 'dolor sit amet', 'consectetur adipiscing elit'])
In [2]: ser
Out[2]: 
0                    Lorem ipsum
1                 dolor sit amet
2    consectetur adipiscing elit
dtype: object 

Uzyskaj pierwszy znak każdego ciągu:

In [3]: ser.str[0]
Out[3]: 
0    L
1    d
2    c
dtype: object

Uzyskaj pierwsze trzy znaki każdego ciągu:

In [4]: ser.str[:3]
Out[4]: 
0    Lor
1    dol
2    con
dtype: object

Uzyskaj ostatni znak każdego ciągu:

In [5]: ser.str[-1]
Out[5]:
0    m
1    t
2    t
dtype: object

Uzyskaj trzy ostatnie znaki każdego ciągu:

In [6]: ser.str[-3:]
Out[6]: 
0    sum
1    met
2    lit
dtype: object

Zdobądź każdą inną postać z pierwszych 10 znaków:

In [7]: ser.str[:10:2]
Out[7]: 
0    Lrmis
1    dlrst
2    cnett
dtype: object

Pandy zachowują się podobnie do Pythona podczas obsługi plasterków i indeksów. Na przykład, jeśli indeks jest poza zakresem, Python zgłasza błąd:

In [8]:'Lorem ipsum'[12]
# IndexError: string index out of range

Jeśli jednak plasterek jest poza zakresem, zwracany jest pusty ciąg:

In [9]: 'Lorem ipsum'[12:15]
Out[9]: ''

Pandy zwracają NaN, gdy indeks jest poza zakresem:

In [10]: ser.str[12]
Out[10]:
0    NaN
1      e
2      a
dtype: object

I zwraca pusty ciąg, jeśli plasterek jest poza zakresem:

In [11]: ser.str[12:15]
Out[11]:
0       
1     et
2    adi
dtype: object

Sprawdzanie zawartości ciągu

str.contains() metody str.contains() można sprawdzić, czy wzorzec występuje w każdym łańcuchu serii. str.startswith() i str.endswith() mogą być również używane jako bardziej wyspecjalizowane wersje.

In [1]: animals = pd.Series(['cat', 'dog', 'bear', 'cow', 'bird', 'owl', 'rabbit', 'snake'])

Sprawdź, czy ciągi zawierają literę „a”:

In [2]: animals.str.contains('a')
Out[2]:
0      True
1     False
2      True
3     False
4     False
5     False
6      True
7      True
8      True
dtype: bool

Można go użyć jako indeksu boolowskiego, aby zwrócić tylko zwierzęta zawierające literę „a”:

In [3]: animals[animals.str.contains('a')]
Out[3]: 
0       cat
2      bear
6    rabbit
7     snake
dtype: object

metody str.startswith i str.endswith działają podobnie, ale akceptują również krotki jako dane wejściowe.

In [4]: animals[animals.str.startswith(('b', 'c'))]
# Returns animals starting with 'b' or 'c'
Out[4]: 
0     cat
2    bear
3     cow
4    bird
dtype: object

Wielkie litery ciągów

In [1]: ser = pd.Series(['lORem ipSuM', 'Dolor sit amet', 'Consectetur Adipiscing Elit'])

Konwertuj wszystko na wielkie litery:

In [2]: ser.str.upper()
Out[2]:
0                    LOREM IPSUM
1                 DOLOR SIT AMET
2    CONSECTETUR ADIPISCING ELIT
dtype: object

Wszystkie małe litery:

In [3]: ser.str.lower()
Out[3]:
0                    lorem ipsum
1                 dolor sit amet
2    consectetur adipiscing elit
dtype: object

Kapituluj pierwszy znak, a pozostałe małe małe litery:

In [4]: ser.str.capitalize()
Out[4]:
0                    Lorem ipsum
1                 Dolor sit amet
2    Consectetur adipiscing elit
dtype: object

Konwertuj każdy ciąg znaków na tytułową (pierwsza litera każdego słowa w każdym ciągu jest wielką literą, pozostałe małe małe litery):

In [5]: ser.str.title()
Out[5]:
0                    Lorem Ipsum
1                 Dolor Sit Amet
2    Consectetur Adipiscing Elit
dtype: object

Zamień przypadki (konwertuj małe litery na wielkie i odwrotnie):

In [6]: ser.str.swapcase()
Out[6]:
0                    LorEM IPsUm
1                 dOLOR SIT AMET
2    cONSECTETUR aDIPISCING eLIT
dtype: object

Oprócz tych metod, które zmieniają wielkie litery, do sprawdzania wielkich liter ciągów można użyć kilku metod.

In [7]: ser = pd.Series(['LOREM IPSUM', 'dolor sit amet', 'Consectetur Adipiscing Elit'])

Sprawdź, czy wszystkie litery są małe:

In [8]: ser.str.islower()
Out[8]:
0    False
1     True
2    False
dtype: bool

Czy to wszystko wielkie litery:

In [9]: ser.str.isupper()
Out[9]:
0     True
1    False
2    False
dtype: bool

Czy to tytułowy ciąg znaków:

In [10]: ser.str.istitle()
Out[10]:
0    False
1    False
2     True
dtype: bool