这20个Pandas函数,堪称"数据清洗"杀手!
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'],&nb0个sp; '性别':['男','women','men','Ů','男'], '身份证':['463895200003128433','429475199912122345','420934199110102311','431085200005230122','4209531995090823Pa45'], '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'], &ndnbsp; '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 = pd.DasataFrame(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 这个函数主要用于判断某个字符串函数是否以...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 这个函数主要用于,堪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.uppe称"r() 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,side=数据"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") "杀; 效果图: 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 # sp手!lit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() 效果图这2: 14. findall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]+)") # ext0个ractall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:
-
上一篇
-
下一篇
- 最近发表
-
- 大脑里装了4亿篇新闻,能与人类自主辩论的最强AI辩手来了
- 《Kubernetes》,你需要掌握的 Service 和 Ingress
- 百万颗定制AI芯片上阵!亚马逊与Anthropic联手打造全球最大安全AI算力集群
- 生数科技全球上线 Vidu Q1参考生图:支持同时输入多达7张
- 学者控告苹果公司使用盗版书籍训练 AI,版权之争再掀波澜
- 标签: 英伟达 法雷奥 智能驾驶
- 阿里通义万相预告Wan 2.2-S2V模型:解锁AI视频音频同步生成
- 标签: 邦顺制药 贝泽昔替尼 CX1440 肿瘤治疗
- 标签: 美光 HBM DRAM NAND
- DeepSeek-V3.1-Terminus 重磅发布:性能全面提升,深度推理能力显著增强
- 随机阅读
-
- 标签: 仙工智能 SRC系列 高瓴 机器人控制
- 标签: 山西证券 汇通100 财富管理 资产管理
- 标签: 福布斯 马斯克 特斯拉 SpaceX
- 标签: 英伟达 Nemotron3 GR00T AlphaFold GTC2026
- 推荐四款可视化工具,解决99%的可视化大屏需求
- 标签: 快手 可灵AI 盖坤 李晗
- 10秒克隆你的声音!Fish Audio S1升级震撼来袭,价格仅为ElevenLabs六分之一
- 亚马逊有意收购米高梅 估价70-100亿美元
- 易点天下获阿里云代理授牌 打通“营销+云”全链路
- AI安全警报:只需250份文件即可 “投毒” 大语言模型
- Qoder 推出 “一键增强提示词” 功能,助力开发者提升编码效率
- 云计算开发:Python3-List copy()方法详解
- 标签: GLM-5 MTT S5000 智谱 摩尔线程
- 标签: 汉得信息 港交所上市 IT咨询 数字化解决方案
- 标签: 星动纪元 具身智能 人形机器人 VLA
- 基础架构即代码如何工作以及为什么它对开发人员和企业如此重要
- 标签: HuggingFace OpenAI 人工智能 大模型
- OpenAI 推出针对临床医生的免费 ChatGPT,助力医疗服务效率提升
- 因虚假指控,谷歌AI Studio撤回 Gemma AI 模型
- 腾讯ARC开源音频模型 AudioStory:用大语言模型生成长音频
- 搜索
-
- 友情链接