关于python:这20个Pandas函数让你的数据清洗能力提升100倍

大家好，我是Jiejie

明天筹备介绍一篇超级肝货！Pandas 是基于NumPy 的一种工具，该工具是为解决数据分析工作而创立的。它提供了大量能使咱们疾速便捷地解决数据的函数和办法。本文介绍的这20个【被分成了15组】函数，相对是数据处理杀手，用了你会爱不释手。

结构数据集

这里为大家先结构一个数据集，用于为大家演示这20个函数。

import pandas as pd
df ={'姓名':[' 黄同学','黄至尊','黄老邪 ','陈大美','孙尚香'],
     '英文名':['Huang tong_xue','huang zhi_zun','Huang Lao_xie','Chen Da_mei','sun shang_xiang'],
     '性别':['男','women','men','女','男'],
     '身份证':['463895200003128433','429475199912122345','420934199110102311','431085200005230122','420953199509082345'],
     '身高':['mid:175_good','low:165_bad','low:159_bad','high:180_verygood','low:172_bad'],
     '家庭住址':['湖北广水','河南信阳','广西桂林','湖北孝感','广东广州'],
     '电话号码':['13434813546','19748672895','16728613064','14561586431','19384683910'],
     '支出':['1.1万','8.5千','0.9万','6.5千','2.0万']}
df = pd.DataFrame(df)
df

效果图：

1. cat函数

这个函数次要用于字符串的拼接；

df["姓名"].str.cat(df["家庭住址"],sep='-'*3)

效果图：

2. contains函数

这个函数次要用于判断某个字符串是否蕴含给定字符；

df["家庭住址"].str.contains("广")</pre>

效果图：

3. startswith、endswith函数

这个函数次要用于判断某个字符串是否以...结尾/结尾；

# 第一个行的“ 黄伟”是以空格结尾的
df["姓名"].str.startswith("黄") 
df["英文名"].str.endswith("e")</pre>

效果图：

4. count函数

这个函数次要用于计算给定字符在字符串中呈现的次数；

df["电话号码"].str.count("3")</pre>

效果图：

5. get函数

这个函数次要用于获取指定地位的字符串；

df["姓名"].str.get(-1)
df["身高"].str.split(":")
df["身高"].str.split(":").str.get(0)</pre>

效果图：

6. len函数

这个函数次要用于计算字符串长度；

df["性别"].str.len()</pre>

效果图：

7. upper、lower函数

这个函数次要用于英文大小写转换；

df["英文名"].str.upper()
df["英文名"].str.lower()</pre>

效果图：

8. pad+side参数/center函数

这个函数次要用于在字符串的右边、左边或左右两边增加给定字符；

df["家庭住址"].str.pad(10,fillchar="*")      # 相当于ljust()
df["家庭住址"].str.pad(10,side="right",fillchar="*")    # 相当于rjust()
df["家庭住址"].str.center(10,fillchar="*")</pre>

效果图：

9.  repeat函数

这个函数次要用于反复字符串几次；

df["性别"].str.repeat(3)</pre>

效果图：

10.  slice_replace函数

这个函数次要用于应用给定的字符串，替换指定的地位的字符；

df["电话号码"].str.slice_replace(4,8,"*"*4)</pre>

效果图：

11. replace函数

这个函数次要用于将指定地位的字符，替换为给定的字符串；

df["身高"].str.replace(":","-")</pre>

效果图：

这个函数还承受正则表达式，将指定地位的字符，替换为给定的字符串。

df["支出"].str.replace("\d+\.\d+","正则")</pre>

效果图：

12.  split办法+expand参数

这个函数次要用于将一列扩大为好几列；

# 一般用法
df["身高"].str.split(":")
# split办法，搭配expand参数
df[["身高形容","final身高"]] = df["身高"].str.split(":",expand=True)
df
# split办法搭配join办法
df["身高"].str.split(":").str.join("?"*5)</pre>

效果图：

13. strip、rstrip、lstrip函数

这个函数次要用于去除空白符、换行符；

df["姓名"].str.len()
df["姓名"] = df["姓名"].str.strip()
df["姓名"].str.len()</pre>

效果图：

14. findall函数

这个函数次要用于利用正则表达式，去字符串中匹配，返回查找后果的列表；

df["身高"]
df["身高"].str.findall("[a-zA-Z]+")</pre>

效果图：

15. extract、extractall函数

这个函数次要用于承受正则表达式，抽取匹配的字符串(肯定要加上括号)；

df["身高"].str.extract("([a-zA-Z]+)")
# extractall提取失去复合索引
df["身高"].str.extractall("([a-zA-Z]+)")
# extract搭配expand参数
df["身高"].str.extract("([a-zA-Z]+).*?([a-zA-Z]+)",expand=True)</pre>

效果图：

如果你感觉这篇文章，对你有点用的话，不要遗记三连哦，因为这将是我继续输入更多优质文章的最强能源！

喜欢 (0)赏

[搞代码]

分享 (0)