Pandas数据分析教程-数据清洗-字符串处理

文中用S代指Series，用Df代指DataFrame
数据清洗是处理大型复杂情况数据必不可少的步骤，这里总结一些数据清洗的常用方法：包括缺失值、重复值、异常值处理，数据类型统计，分箱，随机采样，向量化编码等方法。每种方法都给出了代码和实例，并用表格进行总结。

D. 字符串处理

1. Python自带的字符串处理函数

• string.split(‘,’) 用指定的分隔符分割字符串
• string.strip() 去掉空格，换行符
• ‘::’.join(string)
• ‘,’ in string 用于判断 ‘,’ 是否在字符串内
• string.index(‘,’) 返回第一个找到的‘,’的索引，若未找到将会报错
• string.find(‘,’) 返回第一个找到的‘,’的索引，若未找到将会返回 -1
• string.count(‘,’) 返回不重叠的个数
• string.replace(‘,’,’ ‘) 使用空格替换‘,’

s