利用Python进行数据分析(15) pandas基础: 字符串操作

字符串对象方法

split()方法拆分字符串:


利用Python进行数据分析(15) pandas基础: 字符串操作_第1张图片

strip()方法去掉空白符和换行符:


利用Python进行数据分析(15) pandas基础: 字符串操作_第2张图片

split()结合strip()使用:


利用Python进行数据分析(15) pandas基础: 字符串操作_第3张图片

"+"符号可以将多个字符串连接起来:


利用Python进行数据分析(15) pandas基础: 字符串操作_第4张图片

join()方法也是连接字符串,比较它和"+"符号的区别:


利用Python进行数据分析(15) pandas基础: 字符串操作_第5张图片

in关键字判断一个字符串是否包含在另一个字符串中:


利用Python进行数据分析(15) pandas基础: 字符串操作_第6张图片

index()方法和find()方法判断一个子字符串的位置:


利用Python进行数据分析(15) pandas基础: 字符串操作_第7张图片

index()方法和find()方法的区别是:如果不包含子字符串,index()会抛出一个异常,而find()会返回-1。

count()方法判断子字符串出现的次数:


利用Python进行数据分析(15) pandas基础: 字符串操作_第8张图片

replace()方法替换子字符串:


利用Python进行数据分析(15) pandas基础: 字符串操作_第9张图片

正则表达式

使用正则表达式一般的操作分为三类:匹配、替换和拆分。
匹配:


利用Python进行数据分析(15) pandas基础: 字符串操作_第10张图片

替换:


利用Python进行数据分析(15) pandas基础: 字符串操作_第11张图片

拆分:


利用Python进行数据分析(15) pandas基础: 字符串操作_第12张图片

pandas中矢量化的字符串函数

利用Python进行数据分析(15) pandas基础: 字符串操作_第13张图片

你可能感兴趣的:(利用Python进行数据分析(15) pandas基础: 字符串操作)