pandas 文本数据处理

文本数据处理

获取字符串长度：

​ 需要用到函数：str.len()

• 例：

# 求字符串长度
# 引用 pandas
import pandas as pd
# 定义数据
data = {"姓名":["张三","李四","王五","赵六"],"描述":["喜欢编程,很有激情","擅长绘画,极具天赋啊","热爱运动,充满活力","喜欢读书,知识渊博"]
}
df = pd.DataFrame(data)# 显示长度
df['长度'] = df['描述'].str.len()
print(df)

结果：

   姓名          描述  长度
0  张三   喜欢编程,很有激情   9
1  李四  擅长绘画,极具天赋啊  10
2  王五   热爱运动,充满活力   9
3  赵六   喜欢读书,知识渊博   9

字符串分割与提取

• 需要使用 内置函数 split()参数就是要以什么字符分割

  • 使用方法：

    要操作的数据.str.split(字符)
    

• 例：

import pandas as pd
data = {"地址":["上海市浦东区xxx街道10号","北京市朝阳区xxx街道32号","沈阳是铁西区xxx街道40号"]
}df = pd.DataFrame(data)# 以区为分割 
df1 = df['地址'].str.split('区')
print(df1)
# 提取出每个城市的区名
df2 = df['地址'].str.split('区').str[0].str[-2:]
print(df2)

结果：

0    [上海市浦东, xxx街道10号]
1    [北京市朝阳, xxx街道32号]
2    [沈阳是铁西, xxx街道40号]
Name: 地址, dtype: object
0    浦东
1    朝阳
2    铁西
Name: 地址, dtype: object

文本替换操作

• 使用内置函数 replace()

str.replace()参数1:被替换的字符参数2:要替换成什么

• 例：

  # 文本替换
  # 引用 pandas
  import pandas as pd
  # 定义数据
  data = {'地址':['长春市宽城区新园街道学建大陆1111号']
  }
  # 创建 DataFrame
  df = pd.DataFrame(data)# 文本替换
  df = df['地址'].str.replace('学建大陆1111号','xxxxxxxxx')
  print(df)
  

  结果：

  0    长春市宽城区新园街道xxxxxxxxx
  Name: 地址, dtype: object
  

  

• 案例：

  import pandas as pddata = {"电话":["13345677788",'13255667788','13999008899']
  }df = pd.DataFrame(data)# 显示电话前3位数 并显示到数据表中
  df['运营商'] = df['电话'].str[:3]
  print(df)
  

  结果：

              电话  运营商
  0  13345677788  133
  1  13255667788  132
  2  13999008899  139