Pandas实战100例 | 案例 41: 字符串操作

案例 41: 字符串操作

知识点讲解

Pandas 提供了强大的字符串处理功能，这些功能类似于 Python 的标准字符串方法。你可以对 DataFrame 中的字符串数据执行各种操作，如分割、提取、计算长度等。

• 字符串分割: 使用 str.split() 分割字符串。
• 提取字符串: 使用 str.get() 获取分割后的某一部分。
• 计算字符串长度: 使用 str.len() 获取字符串的长度。

示例代码

# 准备数据和示例代码的运行结果，用于案例 41

# 示例数据
data_string_manipulation = {
    'Names': ['Alice Smith', 'Bob Johnson', 'Charlie Brown', 'David Lee']
}
df_string_manipulation = pd.DataFrame(data_string_manipulation)

# 字符串操作
df_string_manipulation['First Name'] = df_string_manipulation['Names'].str.split().str.get(0)
df_string_manipulation['Last Name'] = df_string_manipulation['Names'].str.split().str.get(-1)
df_string_manipulation['Name Length'] = df_string_manipulation['Names'].str.len()

df_string_manipulation

在这个示例中，我们对 Names 列进行了几种字符串操作：提取第一个和最后一个单词，以及计算每个名字的长度。

示例代码运行结果

           Names First Name Last Name  Name Length
0    Alice Smith      Alice     Smith           11
1    Bob Johnson        Bob   Johnson           11
2  Charlie Brown    Charlie     Brown           13
3      David Lee      David       Lee            9

这个结果展示了如何使用 Pandas 进行基本的字符串操作。这些技巧在数据清洗和预处理时尤其有用。