Python酷库之旅-第三方库Pandas(082)

目录

一、用法精讲

341、pandas.Series.str.startswith方法

341-1、语法

341-2、参数

341-3、功能

341-4、返回值

341-5、说明

341-6、用法

341-6-1、数据准备

341-6-2、代码示例

341-6-3、结果输出

342、pandas.Series.str.strip方法

342-1、语法

342-2、参数

342-3、功能

342-4、返回值

342-5、说明

342-6、用法

342-6-1、数据准备

342-6-2、代码示例

342-6-3、结果输出

343、pandas.Series.str.swapcase方法

343-1、语法

343-2、参数

343-3、功能

343-4、返回值

343-5、说明

343-6、用法

343-6-1、数据准备

343-6-2、代码示例

343-6-3、结果输出

344、pandas.Series.str.title方法

344-1、语法

344-2、参数

344-3、功能

344-4、返回值

344-5、说明

344-6、用法

344-6-1、数据准备

344-6-2、代码示例

344-6-3、结果输出

345、pandas.Series.str.translate方法

345-1、语法

345-2、参数

345-3、功能

345-4、返回值

345-5、说明

345-6、用法

345-6-1、数据准备

345-6-2、代码示例

345-6-3、结果输出

一、用法精讲

341、pandas.Series.str.startswith方法
341-1、语法
# 341、pandas.Series.str.startswith方法
pandas.Series.str.startswith(pat, na=None)
Test if the start of each string element matches a pattern.Equivalent to str.startswith().Parameters:
pat
str or tuple[str, …]
Character sequence or tuple of strings. Regular expressions are not accepted.na
object, default NaN
Object shown if element tested is not a string. The default depends on dtype of the array. For object-dtype, numpy.nan is used. For StringDtype, pandas.NA is used.Returns:
Series or Index of bool
A Series of booleans indicating whether the given pattern matches the start of each string element.
341-2、参数

341-2-1、pat(必须)：字符串或元组，指定用于匹配字符串开头的模式，如果传入的是字符串，则检查每个字符串是否以该字符串开头；如果传入的是元组，则检查每个字符串是否以元组中的任意一个字符串开头。

341-2-2、na(可选，默认值为None)：布尔值或None，处理缺失值(NaN)的策略。如果为True，则将缺失值视为匹配成功；如果为False，则视为匹配失败；如果为None(默认值)，缺失值会保留为NaN。

341-3、功能

        用于检查Series中每个字符串是否以给定的模式开头，该方法常用于文本数据的筛选或条件判断。

341-4、返回值

        返回一个pandas.Series对象，包含布尔值(True或False)，表示每个字符串是否匹配指定模式，如果na参数设置为None，则Series中的缺失值会保留为NaN。

341-5、说明

        无

341-6、用法
341-6-1、数据准备
无
341-6-2、代码示例
# 341、pandas.Series.str.startswith方法
import pandas as pd
# 示例数据
data = pd.Series(['apple', 'banana', 'cherry', None, 'apricot'])
# 检查是否以 "ap" 开头
result1 = data.str.startswith("ap")
# 检查是否以 "ba" 开头，并将 NaN 视为 False
result2 = data.str.startswith("ba", na=False)
# 检查是否以 "ap" 或 "ch" 开头
result3 = data.str.startswith(("ap", "ch"))
print("Result1 (startswith 'ap'):")
print(result1)
print("\nResult2 (startswith 'ba', na=False):")
print(result2)
print("\nResult3 (startswith 'ap' or 'ch'):")
print(result3)
341-6-3、结果输出
# 341、pandas.Series.str.startswith方法
# Result1 (startswith 'ap'):
# 0     True
# 1    False
# 2    False
# 3     None
# 4     True
# dtype: object
# 
# Result2 (startswith 'ba', na=False):
# 0    False
# 1     True
# 2    False
# 3    False
# 4    False
# dtype: bool
# 
# Result3 (startswith 'ap' or 'ch'):
# 0     True
# 1    False
# 2     True
# 3     None
# 4     True
# dtype: object
342、pandas.Series.str.strip方法
342-1、语法
# 342、pandas.Series.str.strip方法
pandas.Series.str.strip(to_strip=None)
Remove leading and trailing characters.Strip whitespaces (including newlines) or a set of specified characters from each string in the Series/Index from left and right sides. Replaces any non-strings in Series with NaNs. Equivalent to str.strip().Parameters:
to_strip
str or None, default None
Specifying the set of characters to be removed. All combinations of this set of characters will be stripped. If None then whitespaces are removed.Returns:
Series or Index of object.
342-2、参数

342-2-1、to_strip(可选，默认值为None)：字符串或None，指定需要移除的字符，如果没有指定(即为None)，则默认移除空白字符(包括空格、换行符\n和制表符\t)，如果传入一个字符串，那么该字符串中所有的字符都会被移除。

342-3、功能

        用于删除Series中每个字符串开头和结尾的指定字符，默认情况下，它会删除空白字符。

342-4、返回值

        返回一个pandas.Series对象，其中包含已移除指定字符的字符串。

342-5、说明

        无

342-6、用法
342-6-1、数据准备
无
342-6-2、代码示例
# 342、pandas.Series.str.strip方法
import pandas as pd
# 示例数据
data = pd.Series(['  apple  ', 'banana\n', '\tcherry\t', ' apricot ', 'mango'])
# 默认移除空白字符
result1 = data.str.strip()
# 移除指定字符'a', 'b'
result2 = data.str.strip("ab")
# 移除换行符'\n'和制表符'\t'
result3 = data.str.strip("\n\t")
print("Result1 (default strip):")
print(result1)
print("\nResult2 (strip 'a' and 'b'):")
print(result2)
print("\nResult3 (strip '\\n' and '\\t'):")
print(result3)
342-6-3、结果输出
# 342、pandas.Series.str.strip方法
# Result1 (default strip):
# 0      apple
# 1     banana
# 2     cherry
# 3    apricot
# 4      mango
# dtype: object
#
# Result2 (strip 'a' and 'b'):
# 0       apple
# 1        nana\n
# 2    \tcherry\t
# 3      apricot
# 4         mango
# dtype: object
#
# Result3 (strip '\n' and '\t'):
# 0      apple
# 1       banana
# 2       cherry
# 3     apricot
# 4        mango
# dtype: object
343、pandas.Series.str.swapcase方法
343-1、语法
# 343、pandas.Series.str.swapcase方法
pandas.Series.str.swapcase()
Convert strings in the Series/Index to be swapcased.Equivalent to str.swapcase().Returns:
Series or Index of object.
343-2、参数

        无

343-3、功能

        将Series中每个字符串的大小写互换，也就是说，大写字母变成小写，小写字母变成大写。

343-4、返回值

        返回一个pandas.Series对象，其中包含已进行大小写互换的字符串。

343-5、说明

        无

343-6、用法
343-6-1、数据准备
无
343-6-2、代码示例
# 343、pandas.Series.str.swapcase方法
import pandas as pd
# 示例数据
data = pd.Series(['Apple', 'bAnAnA', 'ChErry', 'apricot', 'MANGO'])
# 大小写互换
result = data.str.swapcase()
print("Result (swapcase):")
print(result)
343-6-3、结果输出
# 343、pandas.Series.str.swapcase方法
# Result (swapcase):
# 0      aPPLE
# 1     BaNaNa
# 2     cHeRRY
# 3    APRICOT
# 4      mango
# dtype: object
344、pandas.Series.str.title方法
344-1、语法
# 344、pandas.Series.str.title方法
pandas.Series.str.title()
Convert strings in the Series/Index to titlecase.Equivalent to str.title().Returns:
Series or Index of object.
344-2、参数

        无

344-3、功能

        将Series中每个字符串中的每个单词的首字母转换为大写，而其他字母则转换为小写。

344-4、返回值

        返回一个pandas.Series对象，其中包含已转换为标题格式的字符串。

344-5、说明

        无

344-6、用法
344-6-1、数据准备
无
344-6-2、代码示例
# 344、pandas.Series.str.title方法
import pandas as pd
# 示例数据
data = pd.Series(['apple pie', 'BaNana Split', 'cherry tart', 'apricot jam', 'MANGO salad'])
# 转换为标题格式
result = data.str.title()
print("Result (title):")
print(result)
344-6-3、结果输出
# 344、pandas.Series.str.title方法
# Result (title):
# 0       Apple Pie
# 1    Banana Split
# 2     Cherry Tart
# 3     Apricot Jam
# 4     Mango Salad
# dtype: object
345、pandas.Series.str.translate方法
345-1、语法
# 345、pandas.Series.str.translate方法
pandas.Series.str.translate(table)
Map all characters in the string through the given mapping table.Equivalent to standard str.translate().Parameters:
table
dict
Table is a mapping of Unicode ordinals to Unicode ordinals, strings, or None. Unmapped characters are left untouched. Characters mapped to None are deleted. str.maketrans() is a helper function for making translation tables.Returns:
Series or Index.
345-2、参数

345-2-1、table(必须)：一个翻译表，用于定义字符的替换规则，可以使用该方法创建一个翻译表。

345-3、功能

        根据给定的转换表，将Series中的每个字符串的字符按照表中的映射进行替换，如果转换表将某些字符映射为None，那么这些字符会在结果字符串中被删除。

345-4、返回值

        返回一个pandas.Series对象，其中包含了根据翻译表进行字符替换后的字符串。

345-5、说明

        无

345-6、用法
345-6-1、数据准备
无
345-6-2、代码示例
# 345、pandas.Series.str.translate方法
import pandas as pd
# 示例数据
data = pd.Series(['hello world', 'goodbye moon', '123456'])
# 创建翻译表：将 'h' 替换为 'H'，将 'o' 替换为 '0'，删除 'e'
translation_table = str.maketrans({'h': 'H', 'o': '0', 'e': None})
# 使用translate进行字符替换
result = data.str.translate(translation_table)
print("Result (translate):")
print(result)
345-6-3、结果输出
# 345、pandas.Series.str.translate方法
# Result (translate):
# 0     Hll0 w0rld
# 1    g00dby m00n
# 2         123456
# dtype: object

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.rhkb.cn/news/401299.html

如若内容造成侵权/违法违规/事实不符，请联系长河编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

bug的常见排查和分析思路以及相关的原因分类

bug的常见排查和分析思路以及相关的原因分类

作为开发人员，经常会收到来自用户和QA，领导反馈的各种问题。 为了快速问题，我们有时需要站在更高的角度，更全面的看待问题。才能更快锁定问题。 具体的bug还需要结合企业实际业务情况，相关的框架，依赖库&…
阅读更多...
PHP项目任务系统小程序源码

PHP项目任务系统小程序源码

🚀解锁高效新境界！我的项目任务系统大揭秘🔍 🌟 段落一：引言 - 为什么需要项目任务系统？ Hey小伙伴们！你是否曾为了杂乱的待办事项焦头烂额？🤯 或是项目截止日逼近&…
阅读更多...
QT、C++简单界面设计

QT、C++简单界面设计

#include "mywidget.h"MyWidget::MyWidget(QWidget *parent): QWidget(parent) {---------------------窗口设置----------------------this->setWindowTitle("南城贤子摄影工作室");//设置窗口标题this->setWindowIcon(QIcon("d:\\Pictures\\C…
阅读更多...
PUMA论文阅读

PUMA论文阅读

PUMA: Efficient Continual Graph Learning with Graph Condensation PUMA：通过图压缩进行高效的连续图学习 ABSTRACT 在处理流图时，现有的图表示学习模型会遇到灾难性的遗忘问题，当使用新传入的图进行学习时，先前学习的这些模…
阅读更多...
c语言中比较特殊的输入格式

c语言中比较特殊的输入格式

目录 一.%[ ] 格式说明符 1.基本用法 (1)读取字母字符: (2)读取数字字符: (3)读取所有字符直到遇到空格: (4)读取直到换行符: 2.使用范围和组合: 3.^ 取反操作 4.注意事项 (1). 字符范围的正确表示 (2). 避免字符集中的特殊字符冲突 (3).避免空字符集 (4). 输入长…
阅读更多...
构建高效外贸电商系统的技术探索与源码开发

构建高效外贸电商系统的技术探索与源码开发

在当今全球化的经济浪潮中，外贸电商作为连接国内外市场的桥梁，其重要性日益凸显。一个高效、稳定、功能全面的外贸电商系统，不仅能够助力企业突破地域限制，拓宽销售渠道，还能提升客户体验，增强品牌竞争力。…
阅读更多...
Wireshark过滤规则

Wireshark过滤规则

一、按IP地址过滤 1、查看源IP为 xx 的包 ip.srcIP地址 例如：ip.src172.18.10.56 2、查看目标IP为 xx 的包 ip.dstIP地址 例如：ip.dst172.16.76.251 3、查看源或目标IP为 xx 的包 ip.addrIP地址 例如：ip.addr172.18.10.56 二、按MAC地…
阅读更多...
数学建模--浅谈多波束测线问题

数学建模--浅谈多波束测线问题

目录 1.问题说明 2.问题分析 3.代码分析 1.问题说明 这个是国赛的真题，我们这个里面只是浅谈，就是对于这个里面运用的过程仿真的思路进行说明，这个探测的波束问题实际上也是一个简单的过程仿真问题，也是需要去进行作图的&#…
阅读更多...
【中等】 猿人学web第一届 第5题 js混淆-乱码增强

【中等】 猿人学web第一届 第5题 js混淆-乱码增强

文章目录 请求流程请求参数cookie信息 加密参数定位Hook CookieAST 还原混淆代码解密函数还原字符串还原数组引用还原浏览器内置对象 / 变量值引用还原逗号表达式还原 unicode, 16进制数值字符串相加AST 解混淆完整代码 加密参数还原cookie m字段m字段坑点 cookie RM4hZBv0dDon…
阅读更多...
什么是云原生？（二）

什么是云原生？（二）

1. 云原生的定义 云原生指构建和运行应用以充分利用通过云技术交付模式交付的分布式计算。云原生应用旨在充分利用云技术平台特有的可扩展性、弹性和灵活性优势。 根据云原生计算基金会 (CNCF) 的定义，云原生技术可帮助企业在公有云、私有云和混合云环境中构建和…
阅读更多...
Unity Render Streaming项目实践经验

Unity Render Streaming项目实践经验

UnityRenderStreaming项目 项目github地址见上，我使用项目的3.1.0-exp.7版本、Unity 2023.1.0版本、windows11运行。 1下载项目包 2在Unity Hub中打开RenderStreaming~文件夹 3在package manager中导入com.unity.renderstreaming package 因为已经下载过了就选择install pa…
阅读更多...
Word中加载Mathtype后粘贴复制快捷键(Ctrl+C/V)不能使用

Word中加载Mathtype后粘贴复制快捷键(Ctrl+C/V)不能使用

操作环境 windows 11操作系统 word版本2021 mathtype版本7.4 这个问题只出现在word中，在excel和ppt中都不存在这个问题，而且之前在另一台电脑中使用word2016版本并没有这种问题的，然后网上搜了一下有不少人有这种问题，word直接取…
阅读更多...
Docker Containerd初体验

Docker Containerd初体验

Docker Containerd概述 ​ Containerd是一个开源的容器运行时，它提供了一种标准化的方式来管理容器的生命周期。该项目最初是由Docker开发团队创建的，并在后来成为了一个独立的项目，被纳入了Cloud Native Computing Foundation（C…
阅读更多...
Taos 常用命令工作笔记（二）

Taos 常用命令工作笔记（二）

最近测试创建一个涛思的数据库和一堆表进行测试，通过json配置文件配置字段的类型、名称等，程序通过解析json文件的配置，动态创建数据库的表。 其中表字段为驼峰结构的规则命名，创建表也是成功的，插入的测试数据也是成功…
阅读更多...
html页面缩放自适应

html页面缩放自适应

html页面缩放自适应 一、为什么页面要进行缩放自适应 在我们一般web端进行页面拼接完成后，在web端的显示正常（毕竟我们是按照web端进行页面拼接完成的），那么要是用其他设备打开呢，比如手机或者平板，这时候…
阅读更多...
【Datawhale AI夏令营第四期】魔搭-AIGC方向 Task02笔记 Scepter工具箱， 精读BaseLine代码

【Datawhale AI夏令营第四期】魔搭-AIGC方向 Task02笔记 Scepter工具箱， 精读BaseLine代码

【Datawhale AI夏令营第四期】魔搭-AIGC方向 Task02笔记 Task02学习任务： https://linklearner.com/activity/14/10/32 传送门 我们继续看网课，并且在Kimi.AI的帮助下读一下BaseLine示例代码。 网课链接：https://space.bilibili.com/1069874…
阅读更多...
WebService基础学习

WebService基础学习

一、XML回顾 二、HTTP协议回顾 三、复习准备 四、关于Web Service的几个问题 五、Web Service中的几个重要术语 六、开发webservice 七、WebService面试题
阅读更多...
比char类型小的变量——位段

比char类型小的变量——位段

目录 开头1.什么是位段?2.位段的优缺点优点缺点 3.位段的实际应用…… 结尾 开头 大家好，我叫这是我58。在今天，我们将要介绍一个既比char类型小，又只用于结构体的一种东西——位段。 1.什么是位段? 位段，就是一种比char类型…
阅读更多...
SpringBoot的事务/调度/缓存/邮件发送和一些Spring知识点总结

SpringBoot的事务/调度/缓存/邮件发送和一些Spring知识点总结

目录 1、SpringBoot的事务管理 2、SpringBoot的异步任务 3、SpringBoot定时任务调度 4、SpringBoot整合Mail发送邮件 5、Spring框架中的Bean的作用域 6、Spring框架中的Bean的线程安全 7、 Spring框架中的Bean生命周期 8、Spring框架如何解决循环依赖？ 9、…
阅读更多...
考研数学想考120，把李林880做到准确率80％以上够吗？

考研数学想考120，把李林880做到准确率80％以上够吗？

考研数学想考120，把880题做到正确率80%以上是不够的 因为最近几年的考研数学变化，很大，传统的背题型的备考方式已经没用了，而880题是这种模式的佼佼者，25版的880变动又很小，只加了40道比较综合的题目在每一…
阅读更多...
最新文章
推荐文章

Copyright @ 2022~2023