English | 简体中文 | 繁體中文 | Русский язык | Français | Español | Português | Deutsch | 日本語 | 한국어 | Italiano | بالعربية

Tutorial de Pandas

Tratamiento de texto en Pandas

Ejemplos de operaciones de procesamiento de texto de Pandas

En este capítulo, utilizaremos Series básicas / El índice discute las operaciones de cadena. En los capítulos siguientes, aprenderemos cómo aplicar estas funciones de cadena en DataFrames.

Pandas proporciona un conjunto de funciones de cadena que permiten operar fácilmente con datos de cadenas. Lo más importante, estas funciones ignoran (o excluyen) los valores faltantes/ Valores NaN.

Casi todos estos métodos se pueden usar para las funciones de cadena de Python (consulte: https://docs.python.org/3/library/stdtypes.html#string-methods)。因此，将Series对象转换为String对象，然后执行该操作。

我们看看每个操作如何执行。

方法说明
lower()将系列/索引中的字符串转换为小写。
upper()将系列/索引中的字符串转换为大写。
len()计算字符串length()。
strip()帮助从两侧从系列/索引中的每个字符串中去除空格（包括换行符）。
split(' ')用给定的模式分割每个字符串。
cat(sep=' ')/td>用给定的分隔符连接系列/索引元素。
get_dummies()返回具有一键编码值的DataFrame。
contains(pattern)如果子字符串包含在元素中，则为每个元素返回一个布尔值True，否则返回False。
replace(a,b)a值替换成b。
repeat(value)以指定的次数重复每个元素。
count(pattern)返回每个元素中模式出现的次数。
startswith(pattern)如果系列/索引中的元素以模式开头，则返回true。
endswith(pattern)如果系列/索引中的元素以模式结尾，则返回true。
find patrón)返回模式首次出现的第一个位置。
findall patrón)返回所有出现的模式的列表。
swapcase大小写互换
islower()<检查“系列/索引”中每个字符串中的所有字符是否都小写。返回布尔值
isupper()检查“系列/索引”中每个字符串中的所有字符是否都大写。返回布尔值。
isnumeric()检查“系列/索引”中每个字符串中的所有字符是否都是数字。返回布尔值。

我们来创建一个Series，看看以上所有功能如何工作。

　import　pandas　as　pd
　import numpy as np
　s = pd.Series(['Tom', 'William Rick', 'John', 'Alber@t', np.nan, '1234','SteveSmith'])
　print s

Resultados de ejecución：

　0 Tom
　1　William Rick
　2　John
　3　Alber@t
　4　NaN
　5　1234
　6　Steve　Smith
　dtype:　object

lower()

　import　pandas　as　pd
　import numpy as np
　s = pd.Series(['Tom', 'William Rick', 'John', 'Alber@t', np.nan, '1234','SteveSmith'])
　print　s.str.lower()

Resultados de ejecución：

　0　tom
　1　william　rick
　2　john
　3　alber@t
　4　NaN
　5　1234
　6　steve　smith
　dtype:　object

upper()

　import　pandas　as　pd
　import numpy as np
　s = pd.Series(['Tom', 'William Rick', 'John', 'Alber@t', np.nan, '1234','SteveSmith'])
　print　s.str.upper()

Resultados de ejecución：

　0　TOM
　1　WILLIAM　RICK
　2　JOHN
　3　ALBER@T
　4　NaN
　5　1234
　6　STEVE　SMITH
　dtype:　object

len()

　import　pandas　as　pd
　import numpy as np
　s = pd.Series(['Tom', 'William Rick', 'John', 'Alber@t', np.nan, '1234','SteveSmith'])
　imprimir s.str.len()

Resultados de ejecución：

　0　3.0
　1　12.0
　2　4.0
　3　7.0
　4　NaN
　5　4.0
　6　10.0
　dtype: float64

strip()

　import　pandas　as　pd
　import numpy as np
　s　=　pd.Series(['Tom　',　'　William　Rick',　'John',　'Alber@t'])
　print s
　imprimir ("Después de despojar:")
　imprimir s.str.strip()

Resultados de ejecución：

　0 Tom
　1　William Rick
　2　John
　3　Alber@t
　dtype:　object
　Después de despojar:
　0 Tom
　1　William Rick
　2　John
　3　Alber@t
　dtype:　object

split(pattern)

　import　pandas　as　pd
　import numpy as np
　s　=　pd.Series(['Tom　',　'　William　Rick',　'John',　'Alber@t'])
　print s
　print ("Patrón de división:")
　print s.str.split('　')

Resultados de ejecución：

　0 Tom
　1　William Rick
　2　John
　3　Alber@t
　dtype:　object
　Patrón de división:
　0 [Tom, , , , , , , , , , ]
　1　[, , , , , William, Rick]
　2　[John]
　3　[Alber@t]
　dtype:　object

cat(sep=pattern)

　import　pandas　as　pd
　import numpy as np
　s　=　pd.Series(['Tom　',　'　William　Rick',　'John',　'Alber@t'])
　print s.str.cat(sep='_')

Resultados de ejecución：

　　　Tom _ William Rick_John_Alber@t

get_dummies()

　import　pandas　as　pd
　import numpy as np
　s　=　pd.Series(['Tom　',　'　William　Rick',　'John',　'Alber@t'])
　print s.str.get_dummies()

Resultados de ejecución：

　　　William Rick     Alber@t     John     Tom
0     0     0     0     0     0     0     0　　　　　1
1　　　　　　　　　　　　　1　　　　　　　　　0     0     0
2　　　　　　　　　　　　　0     0　　　　　　1　　　　　0
3　　　　　　　　　　　　　0　　　　　　　　　1　　　　　　0     0

contains ()

　import　pandas　as　pd
　s　=　pd.Series(['Tom　',　'　William　Rick',　'John',　'Alber@t'])
　print s.str.contains('　')

Resultados de ejecución：

　0 True
　1　　True
　2　　False
　3　　False
　dtype:　bool

replace(a,b)

　import　pandas　as　pd
　s　=　pd.Series(['Tom　',　'　William　Rick',　'John',　'Alber@t'])
　print s
　print ("Después de reemplazar @ con $:")
　print s.str.replace('@',')
　)

Resultados de ejecución：

　0 Tom
　1　William Rick
　2　John
　3　Alber@t
　dtype:　object
　Después de reemplazar @ con $:
　0 Tom
　1　William Rick
　2　John
　3　Alber$t
　dtype:　object

repeat(value)

　import　pandas　as　pd
　s　=　pd.Series(['Tom　',　'　William　Rick',　'John',　'Alber@t'])
　print s.str.repeat(2)

Resultados de ejecución：

0     Tom     Tom
1　　　William Rick     William Rick
2　　　　　　　　　　　　　　　　　　JohnJohn
3　　　　　　　　　　　　　　　　　　Alber@tAlber@t
dtype:　object

count(pattern)

　import　pandas　as　pd
　　
　s　=　pd.Series(['Tom　',　'　William　Rick',　'John',　'Alber@t'])
　print ("Número de 'm' en cada cadena:")
　print s.str.count('m')

Resultados de ejecución：

　Número de 'm' en cada cadena:
　0　1
　1　1
　2　0
　3　0

startswith(pattern)

　import　pandas　as　pd
　s　=　pd.Series(['Tom　',　'　William　Rick',　'John',　'Alber@t'])
　print ("Cadenas que comienzan con 'T':")
　print s.str.startwith('T')

Resultados de ejecución：

　0 True
　1　　False
　2　　False
　3　　False
　dtype:　bool

endswith(pattern)

　import　pandas　as　pd
　s　=　pd.Series(['Tom　',　'　William　Rick',　'John',　'Alber@t'])
　print ("Cadenas que terminan con 't':")
　print s.str.endswith('t')

Resultados de ejecución：

　Cadenas que terminan con 't':
　0　　False
　1　　False
　2　　False
　3　　True
　dtype:　bool

find patrón)

　import　pandas　as　pd
　s　=　pd.Series(['Tom　',　'　William　Rick',　'John',　'Alber@t'])
　print　s.str.find('e')

Resultados de ejecución：

　0　-1
　1　-1
　2　-1
　3　3
　dtype:　int64

“ -1”indica que no se encontraron coincidencias en los elementos.

findall patrón)

　import　pandas　as　pd
　s　=　pd.Series(['Tom　',　'　William　Rick',　'John',　'Alber@t'])
　print　s.str.findall('e')

Resultados de ejecución：

　0　[]
　1　[]
　2　[]
　3　[e]
　dtype:　object

Una lista vacía ([]）indica que no se encontraron coincidencias en los elementos

swapcase()

　import　pandas　as　pd
　s　=　pd.Series(['Tom',　'William　Rick',　'John',　'Alber@t'])
　print　s.str.swapcase()

Resultados de ejecución：

　0　tOM
　1　wILLIAM　rICK
　2　jOHN
　3　aLBER@T
　dtype:　object

islower()

　import　pandas　as　pd
　s　=　pd.Series(['Tom',　'William　Rick',　'John',　'Alber@t'])
　print　s.str.islower()

Resultados de ejecución：

　0　　False
　1　　False
　2　　False
　3　　False
　dtype:　bool

isupper()

　import　pandas　as　pd
　s　=　pd.Series(['Tom',　'William　Rick',　'John',　'Alber@t'])
　print　s.str.isupper()

Resultados de ejecución：

　0　　False
　1　　False
　2　　False
　3　　False
　dtype:　bool

isnumeric()

　import　pandas　as　pd
　s　=　pd.Series(['Tom',　'William　Rick',　'John',　'Alber@t'])
　print　s.str.isnumeric()

Resultados de ejecución：

　0　　False
　1　　False
　2　　False
　3　　False
　dtype:　bool
Operaciones SQL de PandasOrdenamiento en Pandas