您现在的位置是:热点 >>正文
这20个Pandas函数,堪称"数据清洗"杀手!
热点92201人已围观
简介...
今天准备介绍一篇超级肝货!
Pandas 是基于NumPy 的一种工具,该工具是为解决数据分析任务而创建的。它提供了大量能使我们快速便捷地处理数据的函数和方法。
本文介绍的这20个【被分成了15组】函数,绝对是数据处理杀手,用了你会爱不释手。
构造数据集
这里为大家先构造一个数据集,用于为大家演示这20个函数。
import pandas as pd df&nbs这2p;={'姓名':[' 黄同学','黄至尊','黄老邪 ','陈大美','孙尚香'], '英文名':['Huang tong_xue','huang zhi_zun','Huang Lao_xie','Chen Da_mei','sun shang_xiang'],0个 '性别':['男','women','men','Ů','男'], '身份证':['463895200003128433','429475199912122345','420934199110102311','431085200005230122','420953199509082Pa345'], '身高':['mid:175_good','low:165_bad','low:159_bad','high:180_verygood','low:172_bad'], '家庭住址':['湖北广水','河南信阳','广西桂林','湖北孝感','广东广州'],&nbndsp; '电话号码':['13434813546','19748672895','16728613064','14561586431','19384683910'], '收入':['1.1万','8.5ǧ','0.9万','6.5ǧ','2.0万']} df =&nbsasp;pd.DataFrame(df) df
效果图:
1. cat函数
这个函数主要用于字符串的拼接;
df["姓名"].str.cat(df["家庭住址"],sep='-'*3)
效果图:
2. contains函数
这个函数主要用于判断某个字符串是否包含给定字符;
df["家庭住址"].str.contains("广")
效果图:
3. startswith、endswith函数
这个函数主要用于函数判断某个字符串是否以...开头/结尾;
# 第一个行的“ 黄伟”是以空格开头的 df["姓名"].str.startswith("黄") df["英文名"].str.endswith("e")
效果图:
4. count函数
这个函数主要用于计算给定字符在字符串中出现的次数;
df["电话号码"].str.count("3")
效果图:
5. get函数
这个函数主,堪要用于获取指定位置的字符串;
df["姓名"].str.get(-1) df["身高"].str.split(":") df["身高"].str.split(":").str.get(0)
效果图:
6. len函数
这个函数主要用于计算字符串长度;
df["性别"].str.len()
效果图:
7. upper、lower函数
这个函数主要用于英文大小写转换;
df["英文名"].str.u称"pper() df["英文名"].str.lower()
效果图:
8. pad+side参数/center函数
这个函数主要用于在字符串的左边、右边或左右两边添加给定字符;
df["家庭住址"].str.pad(10,fillchar="*") # 相当于ljust() df["家庭住址"].str.pad(10,si数据de="right",fillchar="*") # 相当于rjust() df["家庭住址"].str.center(10,fillchar="*")
效果图:
9. repeat函数
这个函数主要用于重复字符串几次;
df["性别"].str.repeat(3)
效果图:
10. slice_replace函数
这个函数主要用于使用给定的字符串,替清洗换指定的位置的字符;
df["电话号码"].str.slice_replace(4,8,"*"*4)
效果图:
11. replace函数
这个函数主要用于将指定位置的字符,替换为给定的字符串;
df["身高"].str.replace(":","-")
效果图:
这个函数还接受正则表达式,将指定位置的字符,替换为给定的字符串。
df["收入"].str.replace("d+.d+","正则")
效果图"杀:
12. split方法+expand参数
这个函数主要用于将一列扩展为好几列;
# 普通用法 df["身高"].str.split(":") # split方法,搭配expand参数 df[["身高描述","final身高"]] = df["身高"].str.split(":",expand=True) df # spli手!t方法搭配join方法 df["身高"].str.split(":").str.join("?"*5)
效果图:
13. strip、rstrip、lstrip函数
这个函数主要用于去除空白符、换行符;
df["姓名"].str.len() df["姓名"] = df["姓名"].str.strip() df["姓名"].str.len()
效果图:
14. f这2indall函数
这个函数主要用于利用正则表达式,去字符串中匹配,返回查找结果的列表;
df["身高"] df["身高"].str.findall("[a-zA-Z]+")
效果图:
15. extract、extractall函数
这个函数主要用于接受正则表达式,抽取匹配的字符串(一定要加上括号);
df["身高"].str.extract("([a-zA-Z]+)") # extract0个all提取得到复合索引 df["身高"].str.extractall("([a-zA-Z]+)") # extract搭配expand参数 df["身高"].str.extract("([a-zA-Z]+).*?([a-zA-Z]+)",expand=True)
效果图:
Tags:
相关文章
Qwen3-Omni 即将登场:端侧跨模态模型再升级,PR 已提交 Transformers 库
热点阿里巴巴云 Qwen 团队的最新跨模态模型 Qwen3-Omni 预计即将正式发布。据可靠消息,该模型已向 Hugging Face 的 Transformers 库提交了支持 PR,标志着这一端到端...
【热点】
阅读更多赛力斯牵手字节跳动火山引擎,共推“具身智能”汽车产业升级
热点据财联社消息,赛力斯今日发布公告,宣布其下属子公司重庆凤凰技术有限公司已于2025年10月9日与字节跳动旗下智能科技公司北京火山引擎科技有限公司签署了**《具身智能业务合作框架协议》**。此举标志着汽...
【热点】
阅读更多参与国家“东数西算”工程,中国电信:将继续加大国家枢纽节点数据中心建设
热点2 月 28 日消息,据国资委网站,国家发改委等四部门近日同意粤港澳大湾区、成渝地区、长三角地区、京津冀地区启动建设全国一体化算力网络国家枢纽节点,即“东数西算”工程。 在“东数”方面,中国电信拥有中...
【热点】
阅读更多