毋庸置疑，Pandas是使用最廣泛的 Python 庫之一，它提供了許多功能和方法來執行有效的數據處理和數據分析。

我們平時的操作，大多圍繞著數字的處理，這是因為大家習慣將表格數據與數字聯系起來。然而我們無論是使用Excel還是Pandas，其實都離不開文本類型的數據。

今天，我們會通過一個例子，總結這些常用的Pandas處理文本數據的操作。

首先，先創建一個帶有模擬數據的DataFrame。

import?pandas?as?pd df?=?pd.DataFrame({"姓":?["王","仲","寶",?"王",?"朱"],"名":?["玉環","覓晴","清俊",?"鴻博",?"小五"],"戶籍地址":?["黑龍江省·哈爾濱市",?"黑龍江省·哈爾濱市",?"黑龍江省·佳木斯市",?"廣西·柳州市",?"湖北省·武漢市"],"微信":?["Tomout",?"Sm857",?"Adamshffhhjfj",?"Tull88",?"ZPW505"],"郵箱":?["tom02@163.com",?"smitt@163.com",?"adams@163.com",?"tull03@163.com",?"five@163.com"] }) df

一共五列文本數據：姓、名、戶籍地址、微信id、郵箱地址。

講個冷知識：微信id是不區分大小寫的。

如果將微信id這列的文本數據，全部轉換為小寫，在Pandas中可以這樣操作。

df["微信"]?=?df["微信"].str.lower() df

我們可以通過組合姓氏和名字，來創建姓名這列。

df["姓名"]?=?df["姓"]?+?df["名"] df

但是在默認情況下，新列會被添加在末尾。

想要更多的自定義選擇，可以參考下面的代碼。既可以在特定位置插入創建新列，也可以使用 cat 方法組合字符串（此處還可設置分隔符sep，這里并未設置）。

df.insert(2,?"姓名",?df["姓"].str.cat(df["名"],?sep="")) df

對字符串的一個常見操作是拆分，當文本數據包含多條信息時，它就派上用場啦。

例如，戶籍地址這列包括省份和城市，我們可以通過拆分此列來提取城市的信息。

df["城市"]?=?df["戶籍地址"].str.split("·",?expand=True)[1] df

對字符串的另一個常見操作是篩選過濾，那么在Pandas中如何操作呢？

如果想篩選“王”字開頭的姓名，既可以直接篩選 姓 這一列，也可以使用startswith()來過濾。

startswith() 和endswith() 這兩個函數，是分別基于字符串的第一個或最后一個字母進行篩選。

df[df["姓名"].str.startswith("王")]

注意：startswith() 和endswith() 這兩個函數，還可以通過設置參數，既能檢測多個字符，又能設置字符串檢測的起始和結束位置。

如果想直接篩選包含特定字符的字符串，可以使用contains()這個方法。

例如，篩選戶籍地址列中包含“黑龍江”這個字符的所有行。

df[df["戶籍地址"].str.contains("黑龍江")]

replace()方法可用于替換字符串中的字符序列，通過該方法可以修改Pandas中的文本數據。

df["戶籍地址"]?=?df["戶籍地址"].str.replace("廣西",?"廣西壯族自治區") df

最后，我們還可以使用字符串的索引。

例如，我們可以用“str[:5]”表達式選擇前8個字符，用“str[-8:]”選擇后8個字符。

df["郵箱"].str[:5] df["郵箱"].str[-8:]

本文已經羅列了在Pandas中比較常用文本數據處理操作，歡迎大家在評論區補充！

各位伙伴們好，詹帥本帥搭建了一個個人博客和小程序，匯集各種干貨和資源，也方便大家閱讀，感興趣的小伙伴請移步小程序體驗一下哦！（歡迎提建議）推薦閱讀牛逼！Python常用數據類型的基本操作（長文系列第①篇） 牛逼！Python的判斷、循環和各種表達式（長文系列第②篇）牛逼！Python函數和文件操作（長文系列第③篇）牛逼！Python錯誤、異常和模塊（長文系列第④篇）

總結

以上是生活随笔為你收集整理的经常被人忽视的：Pandas 文本数据处理！的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。