文章目录

• 每篇前言
• 一、Python字符串内置方法
• 1. 判断类型
• 2. 去除空白字符
• 3. 拆分和连接
• 二、Pandas判断类型
• • 1. str.isspace()
  • 2. str.isalnum()
  • 3. str.isalpha()
  • 4. str.isdecimal()
  • 5. str.isdigit()
  • 6. str.isnumeric()
  • 7. str.istitle()
  • 8. str.islower()
  • 9. str.isupper()
• 三、Pandas去除空白字符
• • 1. str.lstrip()
  • 2. str.rstrip()
  • 3. str.strip()
• 四. 拆分和连接
• • 1. str.partition(str)
  • 2. str.rpartition(str)
  • 3. str.split()
  • • 1）指定字符串分割
    • 2）分割后转换成多列
    • 3）设置分割次数
  • 4. str.splitlines()
  • 5. str.join(seq)
• 书籍介绍

每篇前言

• 作者介绍：Python领域优质创作者、华为云享专家、阿里云专家博主、2021年CSDN博客新星Top6

• 本文已收录于Python全栈系列专栏：《100天精通Python从入门到就业》
• ​​此专栏文章是专门针对Python零基础小白所准备的一套完整教学，从0到100的不断进阶深入的学习，各知识点环环相扣
• 订阅专栏后续可以阅读Python从入门到就业100篇文章；还可私聊进千人Python全栈交流群（手把手教学，问题解答）； 进群可领取80GPython全栈教程视频 + 300本计算机书籍：基础、Web、爬虫、数据分析、可视化、机器学习、深度学习、人工智能、算法、面试题等。
• 加入我一起学习进步，一个人可以走的很快，一群人才能走的更远！

---

本文是上篇的补充，基础不会的小伙伴请看上文：100天精通Python（数据分析篇）——第71天：Pandas文本数据处理方法之str/object类型转换、大小写转换、文本对齐、获取长度、出现次数、编码

一、Python字符串内置方法

1. 判断类型

2. 去除空白字符

3. 拆分和连接

二、Pandas判断类型

1. str.isspace()

如果 string 中只包含空格，则返回 True

import pandas as pdimport numpy as npdata = [1, '篮球', '羽毛球 ', ' 排球', ' ', None, np.NaN]df = pd.Series(data)print(df)print(df.str.isspace())

运行结果：

2. str.isalnum()

如果 string 至少有一个字符并且所有字符都是字母或数字则返回 True

import pandas as pdimport numpy as npdata = [1, '篮球', '羽毛球 ', ' 排球', ' ', None, np.NaN]df = pd.Series(data)print(df)print(df.str.isalnum())

运行结果：

3. str.isalpha()

如果 string 至少有一个字符并且所有字符都是字母则返回 True

import pandas as pdimport numpy as npdata = [1, 'A', 'Ab', 'AbC', ' ', None, np.NaN]df = pd.Series(data)print(df)print(df.str.isalpha())

运行结果：

4. str.isdecimal()

如果 string 只包含数字则返回 True，全角数字

import pandas as pdimport numpy as npdata = [1, '123', 'Ab', 'AbC', ' ', None, np.NaN]df = pd.Series(data)print(df)print(df.str.isdecimal())

运行结果：

5. str.isdigit()

如果 string 只包含数字则返回 True，全角数字、⑴、\u00b2

import pandas as pdimport numpy as npdata = [1, '123', 'Ab', 'AbC', ' ', None, np.NaN]df = pd.Series(data)print(df)print(df.str.isdigit())

运行结果：

6. str.isnumeric()

如果 string 只包含数字则返回 True，全角数字，汉字数字

import pandas as pdimport numpy as npdata = [1, '123', 'Ab', 'AbC', ' ', None, np.NaN]df = pd.Series(data)print(df)print(df.str.isnumeric())

7. str.istitle()

如果 string 是标题化的(每个单词的首字母大写)则返回 True

import pandas as pdimport numpy as npdata = [1, 'A', 'Ab', 'ABC ab', 'Abc Ab', None, np.NaN]df = pd.Series(data)print(df)print(df.str.istitle())

运行结果：

8. str.islower()

如果 string 中包含至少一个区分大小写的字符，并且所有这些(区分大小写的)字符都是小写，则返回 True。简单来说：全是小写才是True

import pandas as pdimport numpy as npdata = [1, 'A', 'Ab', 'ABC ab', 'Abc Ab', 'ab', np.NaN]df = pd.Series(data)print(df)print(df.str.islower())

运行结果：

9. str.isupper()

如果 string 中包含至少一个区分大小写的字符，并且所有这些(区分大小写的)字符都是大写，则返回 True。简单来说：全是大写才是True

import pandas as pdimport numpy as npdata = [1, 'A', 'Ab', 'ABC ab', 'Abc Ab', 'ab', np.NaN]df = pd.Series(data)print(df)print(df.str.isupper())

运行结果：

三、Pandas去除空白字符

1. str.lstrip()

截掉 string 左边（开始）的空白字符

import pandas as pdimport numpy as npdata = [1, 'A ', ' Ab', ' ABC ab', ' Abc Ab', ' ', np.NaN]df = pd.Series(data)print("去除左边空格前：")print(df[2])print(df[3])print(df[4])df = df.str.lstrip()  # 去除空格print("去除左边空格后：")print(df[2])print(df[3])print(df[4])

运行结果：

2. str.rstrip()

截掉 string 右边（末尾）的空白字符

import pandas as pdimport numpy as npdata = [1, 'A ', 'Ab ', 'ABC ab ', 'Abc Ab ', ' ', np.NaN]df = pd.Series(data)print("去除左边空格前：")print(df[2])print(df[3])print(df[4])df = df.str.rstrip()  # 去除空格print("去除左边空格后：")print(df[2])print(df[3])print(df[4])

运行结果：

3. str.strip()

截掉 string 左右两边的空白字符

import pandas as pdimport numpy as npdata = [1, ' A ', ' Ab ', ' ABC ab ', ' Abc Ab ', ' ', np.NaN]df = pd.Series(data)print("去除左边空格前：")print(df[2])print(df[3])print(df[4])df = df.str.strip()  # 去除空格print("去除左边空格后：")print(df[2])print(df[3])print(df[4])

运行结果：

四. 拆分和连接

1. str.partition(str)

把字符串 string 分成一个 3 元素的元组 (str前面, str, str后面)

import pandas as pdimport numpy as npdata = [1, 'a', 'Ab', 'ABC ab', 'Abc Ab', ' ', np.NaN]df = pd.Series(data)print(df)df = df.str.partition()print(df)

2. str.rpartition(str)

类似于 partition() 方法，不过是从右边开始查找

import pandas as pdimport numpy as npdata = [1, 'a', 'Ab', 'ABC ab', 'Abc Ab', ' ', np.NaN]df = pd.Series(data)print(df)df = df.str.rpartition()print(df)

3. str.split()

以 str 为分隔符拆分 string，如果 num 有指定值，则仅分隔 num + 1 个子字符串，str 默认包含 ‘\r’,
‘\t’, ‘\n’ 和空格。简单来说：就是以指定字符串分割

1）指定字符串分割

import pandas as pdimport numpy as npdata = [1, 'a;b', 'Ab;', 'ABC;ab;abc', 'Abc;Ab;eee', ' ', np.NaN]df = pd.Series(data)print(df)df = df.str.split(";")print(df)

运行结果：

2）分割后转换成多列

设置： expand=True

import pandas as pdimport numpy as npdata = [1, 'a;b', 'Ab;', 'ABC;ab;abc', 'Abc;Ab;eee', ' ', np.NaN]df = pd.Series(data)print(df)df = df.str.split(";", expand=True)print(df)

运行结果：

3）设置分割次数

设置：n=1值

import pandas as pdimport numpy as npdata = [1, 'a;b', 'Ab;', 'ABC;ab;abc', 'Abc;Ab;eee', ' ', np.NaN]df = pd.Series(data)print(df)df = df.str.split(";", expand=True, n=1)print(df)

运行结果：

4. str.splitlines()

按照行(‘\r’, ‘\n’, ‘\r\n’)分隔，返回一个包含各行作为元素的列表。注意：这个方法Pandas无法使用

import pandas as pdimport numpy as npdata = [1, 'a\rb', 'Ab\n', 'ABC\r\nab\nabc', 'Abc;Ab;eee', ' ', np.NaN]df = pd.Series(data)print(df)df = df.str.splitlines()print(df)

运行结果：

5. str.join(seq)

以 string 作为分隔符，将 seq 中所有的元素（的字符串表示）合并为一个新的字符串。简单来说：就是往元素之间插入一个指定元素，形成新的字符串

import pandas as pdimport numpy as npdata = [1, 'ab', 'Ab', 'ABC ab abc', 'Abc Ab eee', ' ', np.NaN]df = pd.Series(data)print(df)df = df.str.join('-')print(df)

运行结果：

书籍介绍

《贝叶斯算法与机器学习》

涵盖了贝叶斯概率、概率估计、贝叶斯分类、随机场、参数估计、机器学习、深度学习、贝叶斯网络、动态贝叶斯网络、贝叶斯深度学习等。本书涉及的应用领域包含机器学习、图像处理、语音识别、语义分析等。本书整体由易到难，逐步深入，内容以算法原理讲解和应用解析为主，每节内容辅以案例进行综合讲解。
如果不想抽奖当当自营购买链接：http://product.dangdang.com/29478966.html