python 字符串处理

爱被打了一巴掌 2023-02-13 11:57 42阅读 0赞

import pandas as pd
    import numpy as np
    
    df_test = pd.DataFrame({'test_value':['a1','aa1','b1','b2','A2','AA2','Aa2',\
                                          'are u ok','u are not ok','uu are okey']})

![df\_test.png][df_test.png]

### \-1. str.contains(pat, case=True, flags=0, na=False, regex=True ) ###

pat ： str类型  
字符序列或正则表达式。

case ： bool，默认为True  
如果为True，区分大小写。

flags ： int，默认为0（无标志）  
标志传递到re模块，例如re.IGNORECASE。

na ： 默认NaN  
填写缺失值的值。

regex ： bool，默认为True  
如果为True，则假定pat是正则表达式。

如果为False，则将pat视为文字字符串。

### \-2. 正则表达 ###

pattern = '[a-z][0-9]' 
    a = df_test[df_test['test_value'].str.contains(pattern,na=True)]
    
    pattern2 = '(.*?)are(.*?)'
    b = df_test[df_test['test_value'].str.contains(pattern2,na=False)]

\[a-z\] 表示小写字母a-z  
\[0-9\] 表示数字0-9  
（.\*？）表示若干元素  
![df\_test2.PNG][df_test2.PNG]

### \-3. startswith, endswith ###

c = df_test[df_test['test_value'].str.startswith('are',na=False)]
    d = df_test[df_test['test_value'].str.endswith('ok',na=False)]

![df\_test3.PNG][df_test3.PNG]

### \- 4.不包含 ###

用~或 == False

pattern = '[a-z][0-9]' 
    e = df_test[~df_test['test_value'].str.contains(pattern,na=True)]
    f = df_test[(df_test['test_value'].str.contains(pattern,na=True)==False)]

![df\_test.png][df_test.png 1]

### \-5. 多个str选择 ###

用 |

g = df_test[df_test['test_value'].str.contains('are|u',na=False)

### \-6. 字符串合并 ###

> s = pd.Series(\[‘a’, ‘b’, ‘c’, ‘d’\], dtype=“string”)  
> s.str.cat(sep=’,’)

Out: ‘a,b,c,d’

> t = pd.Series(\[‘a’, ‘b’, np.nan, ‘d’\], dtype=“string”)  
> t.str.cat(sep=’,’, na\_rep=’-’)

Out\[61\]: ‘a,b,-,d’

同时可以一个多个series进行合并：  
s.str.cat(t,sep=’-’)  
s.str.cat(pd.concat(\[s,t\]),sep=’-’)  
list: ‘-’.join(\[///\])

### \-7.字符串分割 ###

s.str.split(’-’,expand=True)\[0\]

### \-8.字符替代 ###

s = s.replace(‘a’,‘b’) \# a替换成b  
s = s.replace(\[’\\N’, ‘nan’\],\[np.nan,np.nan\])

[df_test.png]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly91cGxvYWQtaW1hZ2VzLmppYW5zaHUuaW8vdXBsb2FkX2ltYWdlcy8xNTMyNjA5Ni1kYjBhNzYyMjk1MzY4ZGM3LnBuZw?x-oss-process=image/format,png
[df_test2.PNG]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly91cGxvYWQtaW1hZ2VzLmppYW5zaHUuaW8vdXBsb2FkX2ltYWdlcy8xNTMyNjA5Ni1hOTRhYjA1YTA2YjU5MzJmLlBORw?x-oss-process=image/format,png
[df_test3.PNG]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly91cGxvYWQtaW1hZ2VzLmppYW5zaHUuaW8vdXBsb2FkX2ltYWdlcy8xNTMyNjA5Ni1mYThlNDQ3OGI2NjQxN2ZhLlBORw?x-oss-process=image/format,png
[df_test.png 1]: https://imgconvert.csdnimg.cn/aHR0cHM6Ly91cGxvYWQtaW1hZ2VzLmppYW5zaHUuaW8vdXBsb2FkX2ltYWdlcy8xNTMyNjA5Ni1hMzJmM2E4NDQ1YWYyNzE3LnBuZw?x-oss-process=image/format,png