這20個(gè)Pandas函數(shù)，堪稱數(shù)據(jù)清洗殺手！
導(dǎo)讀：今天準(zhǔn)備介紹一篇超級(jí)肝貨！
注：本數(shù)據(jù)集中的姓名、身份證號(hào)碼、電話號(hào)碼等信息均為虛構(gòu)。
import pandas as pd
df ={'姓名':[' 黃同學(xué)','黃至尊','黃老邪 ','陳大美','孫尚香'],
'英文名':['Huang tong_xue','huang zhi_zun','Huang Lao_xie','Chen Da_mei','sun shang_xiang'],
'性別':['男','women','men','女','男'],
'身份證':['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':['湖北廣水','河南信陽(yáng)','廣西桂林','湖北孝感','廣東廣州'],
'電話號(hào)碼':['13434813546','19748672895','16728613064','14561586431','19384683910'],
'收入':['1.1萬(wàn)','8.5千','0.9萬(wàn)','6.5千','2.0萬(wàn)']}
df = pd.DataFrame(df)
df
df["姓名"].str.cat(df["家庭住址"],sep='-'*3)
02 contains函數(shù)
df["家庭住址"].str.contains("廣")
03 startswith、endswith函數(shù)
# 第一個(gè)行的“ 黃偉”是以空格開(kāi)頭的
df["姓名"].str.startswith("黃")
df["英文名"].str.endswith("e")
04 count函數(shù)
df["電話號(hào)碼"].str.count("3")
05 get函數(shù)
df["姓名"].str.get(-1)
df["身高"].str.split(":")
df["身高"].str.split(":").str.get(0)
06 len函數(shù)
df["性別"].str.len()
07 upper、lower函數(shù)
df["英文名"].str.upper()
df["英文名"].str.lower()
08 pad+side參數(shù)/center函數(shù)
df["家庭住址"].str.pad(10,fillchar="*") # 相當(dāng)于ljust()
df["家庭住址"].str.pad(10,side="right",fillchar="*") # 相當(dāng)于rjust()
df["家庭住址"].str.center(10,fillchar="*")
09 repeat函數(shù)
df["性別"].str.repeat(3)
10 slice_replace函數(shù)
df["電話號(hào)碼"].str.slice_replace(4,8,"*"*4)
11 replace函數(shù)
df["身高"].str.replace(":","-")
df["收入"].str.replace("\d+\.\d+","正則")
12 split方法+expand參數(shù)
# 普通用法
df["身高"].str.split(":")
# split方法，搭配expand參數(shù)
df[["身高描述","final身高"]] = df["身高"].str.split(":",expand=True)
df
# split方法搭配join方法
df["身高"].str.split(":").str.join("?"*5)
13 strip、rstrip、lstrip函數(shù)
df["姓名"].str.len()
df["姓名"] = df["姓名"].str.strip()
df["姓名"].str.len()
14 findall函數(shù)
df["身高"]
df["身高"].str.findall("[a-zA-Z]+")
15 extract、extractall函數(shù)
df["身高"].str.extract("([a-zA-Z]+)")
# extractall提取得到復(fù)合索引
df["身高"].str.extractall("([a-zA-Z]+)")
# extract搭配expand參數(shù)
df["身高"].str.extract("([a-zA-Z]+).*?([a-zA-Z]+)",expand=True)
評(píng)論
圖片
表情