第二章：25+ Python 数据操作教程（第十一PYTHON 中的字符串函数及示例）_python用函数求前驱和后继字符

本教程概述了 Python 中使用的各种字符串（字符）函数。为了操作字符串和字符值，Python 有几个内置函数。这意味着您不需要导入或依赖任何外部包来处理 Python 中的字符串数据类型。这是使用 Python 相对于其他数据科学工具的优势之一。处理字符串值在现实世界中非常常见。假设您有客户的全名，并且您的经理要求您提取客户的名字和姓氏。或者您想要获取代码以“QT”开头的所有产品的信息。

目录

常用字符串函数列表

左、右和中功能

从字符串中提取单词

Pandas DataFrame 中的 SQL LIKE 运算符

查找特定字符或关键字的位置

替换子串

查找字符串的长度

转换为小写和大写

删除前导和尾随空格

将数字转换为字符串

连接或连接字符串

Pandas 中的 SQL IN 运算符

从字符串中提取特定模式

常用字符串函数列表

左、右和中功能

mystring = "Hey buddy, wassup?"
mystring[:2]

Out[1]: 'He'

1. string[start:stop:step] 表示项目从 0（默认）开始到（stop-1），步长为 1（默认）。
2. mystring[:2] 相当于 mystring[0:2]
3. mystring[:2] 告诉 Python 从字符串对象中提取前 2 个字符mystring。
4. 索引从零开始，因此它包括第一个、第二个元素，但不包括第三个元素。

mystring[-2:]

mystring[1:3]

Out[1]: 'ey'

mystring[::-1]

Out[1]: '?pussaw,yddub yeH'

import pandas as pd
df = pd.DataFrame({"var1": ["A_2", "B_1", "C_2", "A_2"]})

  var1
0  A_2
1  B_1
2  C_2
3  A_2

df['var1'].str[0]

Output
0    A
1    B
2    C
3    A

从字符串中提取单词

mystring.split()[0]

Out[1]: 'Hey'

1. split()函数使用空格作为默认分隔符来中断字符串
2. mystring.split()回报 ['Hey', 'buddy,', 'wassup?']
3. 0返回第一个项目或单词 Hey

mystring.split(',')[0]

Out[1]: 'Hey buddy'

mystring.split()[-1]

Out[1]: 'wassup?'

mydf = pd.DataFrame({"custname": ["Priya_Sehgal", "David_Stevart", "Kasia_Woja", "Sandy_Dave"]})

        custname
0   Priya_Sehgal
1  David_Stevart
2     Kasia_Woja
3     Sandy_Dave

#First Word
mydf['fname'] = mydf['custname'].str.split('_').str[0]
 
#Last Word
mydf['lname'] = mydf['custname'].str.split('_').str[1]

1. str.split( )类似于split( ). 它用于激活Python中pandas数据框的分割功能。
2. 在上面的代码中，我们创建了两个新列，名为fname并lname存储名字和姓氏。

Pandas DataFrame 中的 SQL LIKE 运算符

df2 = pd.DataFrame({"var1": ["AA_2", "B_1", "C_2", "a_2"],
                    “var2”：[“X_2”，“Y_1”，“Z_2”，“X2”]}）

   var1 var2
0  AA_2  X_2
1   B_1  Y_1
2   C_2  Z_2
3   a_2   X2

df2['var1'].str.contains('A|B')

输出
0 正确
1 真实
2 错误
3 错误

Output
0     True
1     True
2    False
3    False

由于函数区分大小写，因此上述命令对第四行返回FALSE 。为了忽略大小写，我们可以使用case=False参数。请参阅下面的工作示例。

df2['var1'].str.contains('A|B', case=False)

df2[df2['var1'].str.contains('A|B', case=False)]

输出 
 变量1 变量2
0 AA_2 X_2
1 B_1 Y_1
3 a_2 X2

var1 var2
0  AA_2  X_2
1   B_1  Y_1
3   a_2   X2

df2[df2['var1'].str.contains('^[AZ]_', case=False)]

  变量1 变量2
1 B_1 Y_1
2 C_2 Z_2
3 a_2 X2

  var1 var2
1  B_1  Y_1
2  C_2  Z_2
3  a_2   X2

查找特定字符或关键字的位置

df2['var1'].str.find('_')

0 2
1 1
2 1
3 1

替换子串

df2['var1'].str.replace('_', '--', case=False)

输出

0 AA--2
1 B--1
2C--2
3A--2

df2['var1'].str.replace('[AZ]+_', 'X', case=False)

0 X2
1 X1
2 X2
3 X2

查找字符串的长度

df2['var1'].str.len()

Output
0    AA--2
1     B--1
2     C--2
3     A--2

df2['var1'].str.count('A')

转换为小写和大写

#转换为小写
mydf['custname'].str.lower()

#转换为大写
mydf['custname'].str.upper()

#Convert to lower case
mydf['custname'].str.lower()
 
#Convert to upper case
mydf['custname'].str.upper()

删除前导和尾随空格

1. str.strip()删除前导和尾随空格。
2. str.lstrip()删除前导空格（在开头）。
3. str.rstrip()删除尾随空格（在末尾）。

   df1 = pd.DataFrame({'y1': [' jack', 'jill ', ' jesse ', 'frank ']})
   df1['both']=df1['y1'].str.strip()
   df1['left']=df1['y1'].str.lstrip()
   df1['right']=df1['y1'].str.rstrip()
   

           y1   both    left   right
   0     jack   jack    jack    jack
   1    jill    jill   jill     jill
   2   jesse   jesse  jesse    jesse
   3   frank   frank  frank    frank
   

将数字转换为字符串

myvariable = 4
mystr = str(myvariable)

连接或连接字符串

DeepanshuBhalla

string0 = ['Ram', 'Kumar', 'Singh']
' '.join(string0)

Output
'Ram Kumar Singh'

mydf['全名'] = mydf['fname'] + ' ' + mydf['lname']

mydf['fullname'] = mydf[['fname', 'lname']].apply(lambda x: ' '.join(x), axis=1)

     custname  fname    lname       fullname
0   Priya_Sehgal  Priya   Sehgal   Priya Sehgal
1  David_Stevart  David  Stevart  David Stevart
2     Kasia_Woja  Kasia     Woja     Kasia Woja
3     Sandy_Dave  Sandy     Dave     Sandy Dave

Pandas 中的 SQL IN 运算符

mydata = pd.DataFrame({'产品': ['A', 'B', 'B', 'C', 'C', 'D', 'A']})
mydata[mydata['产品'].isin(['A', 'B'])]

mydata = pd.DataFrame({'product': ['A', 'B', 'B', 'C','C','D','A']})
mydata[mydata['product'].isin(['A', 'B'])]

  product
0       A
1       B
2       B
6       A

mydata[~mydata['product'].isin(['A', 'B'])]

从字符串中提取特定模式

df2['var1'].str.extract(r'(^[A-Z]_)')

0    NaN
1     B_
2     C_
3    NaN

df2['var1'].str.extract(r'(^[AZ]_)').dropna()