Python pandas 資料框的str列內建的方法詳解__Python

原文連結：http://www.datastudy.cc/to/27
        在使用pandas架構的DataFrame的過程中，如果需要處理一些字串的特性，例如判斷某列是否包含一些關鍵字，某列的字元長度是否小於3等等這種需求，如果掌握str列內建的方法，處理起來會方便很多。
        下面我們來詳細瞭解一下，Series類的str內建的方法有哪些。
1、cat() 拼接字串         例子：         >>> Series(['a', 'b', 'c']).str.cat(['A', 'B', 'C'], sep=',')         0 a,A         1 b,B         2 c,C         dtype: object         >>> Series(['a', 'b', 'c']).str.cat(sep=',')         'a,b,c'         >>> Series(['a', 'b']).str.cat([['x', 'y'], ['1', '2']], sep=',')         0    a,x,1         1    b,y,2         dtype: object 2、split() 切分字串         >>> import numpy,pandas;         >>> s = pandas.Series(['a_b_c', 'c_d_e', numpy.nan, 'f_g_h'])         >>> s.str.split('_')         0    [a, b, c]         1    [c, d, e]         2          NaN         3    [f, g, h]         dtype: object         >>> s.str.split('_', -1)         0    [a, b, c]         1    [c, d, e]         2          NaN         3    [f, g, h]         dtype: object         >>> s.str.split('_', 0)         0    [a, b, c]         1    [c, d, e]         2          NaN         3    [f, g, h]         dtype: object          >>> s.str.split('_', 1)         0    [a, b_c]         1    [c, d_e]         2         NaN         3    [f, g_h]         dtype: object         >>> s.str.split('_', 2)         0    [a, b, c]         1    [c, d, e]         2          NaN         3    [f, g, h]         dtype: object         >>> s.str.split('_', 3)         0    [a, b, c]         1    [c, d, e]         2          NaN         3    [f, g, h]         dtype: object 3、get() 擷取指定位置的字串         >>> s.str.get(0)         0      a         1      c         2    NaN         3      f         dtype: object         >>> s.str.get(1)         0      _         1      _         2    NaN         3      _         dtype: object         >>> s.str.get(2)         0      b         1      d         2    NaN         3      g         dtype: object 4、join() 對每個字元都用給點的字串拼接起來，不常用         >>> s.str.join("!")         0    a!_!b!_!c         1    c!_!d!_!e         2          NaN         3    f!_!g!_!h         dtype: object         >>> s.str.join("?")         0    a?_?b?_?c         1    c?_?d?_?e         2          NaN         3    f?_?g?_?h         dtype: object         >>> s.str.join(".")         0    a._.b._.c         1    c._.d._.e         2          NaN         3    f._.g._.h         dtype: object 5、contains() 是否包含運算式         >>> s.str.contains('d')         0    False         1     True         2      NaN         3    False         dtype: object 6、replace() 替換         >>> s.str.replace("_", ".")         0    a.b.c         1    c.d.e         2      NaN         3    f.g.h         dtype: object 7、repeat() 重複         >>> s.str.repeat(3)         0    a_b_ca_b_ca_b_c         1    c_d_ec_d_ec_d_e         2                NaN         3    f_g_hf_g_hf_g_h         dtype: object 8、pad() 左右補齊 >>> s.str.pad(10, fillchar="?") 0    ?????a_b_c 1    ?????c_d_e 2           NaN 3    ?????f_g_h dtype: object >>> >>> s.str.pad(10, side="right", fillchar="?") 0    a_b_c?????