Series文本操作

1：Series的.str属性

下面是一些常用的 .str 属性示例：

lower()：将字符串转换为小写。示例：s.str.lower()

upper()：将字符串转换为大写。示例：s.str.upper()

strip()：去除字符串两端的空格。示例：s.str.strip()

replace(old, new)：将字符串中的某个子串替换为另一个子串。示例：s.str.replace('a', 'b')

contains(substring)：判断字符串中是否包含某个子串。示例：s.str.contains('abc')

startswith(substring)：判断字符串是否以某个子串开头。示例：s.str.startswith('A')

endswith(substring)：判断字符串是否以某个子串结尾。示例：s.str.endswith('B')

split(delimiter)：按指定分隔符将字符串分割成列表。示例：s.str.split(',')

join(iterable)：将列表中的字符串用指定的分隔符连接成一个字符串。示例：s.str.join('-')

len()：返回字符串的长度。示例：s.str.len()

1.1：Series文本通过str属性处理方法

# str属性处理文本
series = pd.Series(['a','b','C','D'])
print('大写后的series数据为：\n',series.str.upper())

print('替换a为A后的series数据:\n',series.str.replace(r'A','a')[0])
print('替换a为A后的series数据:\n',series[0].replace(r'a','A'))

series.str.replace(r'A', 'a')：这个语句使用了 .str 属性，将 Series 对象转换为字符串向量（StringDtype），然后调用字符串向量的 .replace() 方法来替换字符串中的子串。

series[0].replace('a', 'A')：这个语句直接作用于字符串对象，调用字符串自身的 .replace() 方法来替换字符串中的子串。

它的索引通过中括号‘[]’即可实现，比如series.str[0:3]，就是前三个字符，输入位置超过索引会返回NaN。

1.2：特有文本方法

cat()：用于将多个字符串连接在一起。
get()：用于获取索引位置上的字符。
get_dummies()：用于生成虚拟变量（One-Hot 编码）的 DataFrame。
contains()：用于检查每个字符串是否包含指定的子字符串。
repeat()：用于重复字符串。
pad()：用于在字符串两侧填充指定的字符。
wrap()：用于在超过指定宽度的位置处插入换行符。
slice()：用于切片提取字符串的子串。
slice_replace()：用指定的值替换字符串的子串。
findall()：用于在字符串中查找匹配某个正则表达式的所有子串。
match()：用于检查每个字符串是否与给定的正则表达式模式匹配。
extract()：用于从字符串中提取匹配给定正则表达式模式的第一个字符串。
extractall()：用于从字符串中提取匹配给定正则表达式模式的所有字符串。
len()：返回字符串的长度。
normalize()：用于将字符串转换为指定的 Unicode 标准化形式。