Pandas实战100例 | 案例 16: 字符串操作 - 分割和转换

案例 16: 字符串操作 - 分割和转换

知识点讲解

Pandas 提供了丰富的字符串操作功能，这些功能很大程度上类似于 Python 原生的字符串方法。你可以对 DataFrame 或 Series 中的字符串进行分割、转换、替换等操作。这些操作在处理文本数据时非常有用。

• 字符串分割: 使用 split 方法分割字符串。
• 字符串转换: 例如，使用 upper 方法将字符串转换为大写。

示例代码

# 重新导入 pandas 并准备数据和示例代码的运行结果，用于案例 16
import pandas as pd

# 示例数据
data_string_operations = {
    'Name': ['Alice Smith', 'Bob Johnson', 'Carol Williams', 'David Brown']
}
df_string_operations = pd.DataFrame(data_string_operations)

# 字符串操作：分割名字和姓氏
df_string_operations['FirstName'] = df_string_operations['Name'].apply(lambda x: x.split()[0])
df_string_operations['LastName'] = df_string_operations['Name'].apply(lambda x: x.split()[1])

# 字符串操作：全部转换为大写
df_string_operations['Name_Upper'] = df_string_operations['Name'].str.upper()

df_string_operations

在这个示例中，我们有一个包含人名的 DataFrame。我们使用 apply 方法和字符串的 split 方法将名字分割为名和姓，然后将整个名字转换为大写。

示例代码运行结果

             Name FirstName  LastName      Name_Upper
0     Alice Smith     Alice     Smith     ALICE SMITH
1     Bob Johnson       Bob   Johnson     BOB JOHNSON
2  Carol Williams     Carol  Williams  CAROL WILLIAMS
3     David Brown     David     Brown     DAVID BROWN

这个结果展示了分割后的名字和姓氏，以及转换为大写的全名。字符串操作是数据清洗和预处理中常见且重要的步骤。