文章來源：數據分析與統計學之美

作者：黃偉呢

1.概述

python字符串應該是python里面最重要的數據類型了，因此學會怎么處理各種各樣的字符串，顯得尤為重要。

我們不僅要學會怎么處理單個字符串，這個就需要學習“python字符串函數”，我們還要學會怎么處理二維表格中每一列每一格的字符串，這個就需要學習“pandas的str矢量化字符串函數”。

今天我們采用對比的方式，帶大家總結常用的字符串函數，希望這篇文章能夠對大家起到很好的作用。

在開始享用這篇文章之前，請培養好自己的耐心，本文確實干貨滿滿，一定要看到最后你才知道收獲有多大，尤其是后面的str屬性，超有用。

2.常用的python字符串函數

字符串中，空白符也算是真實存在的一個字符。

1)python字符串函數大全

2)函數講解

① find()函數

功能 ：檢測字符串是否包含指定字符。如果包含指定字符，則返回開始的索引;否則，返回-1.

② index()函數

功能 ：檢測字符串是否包含指定字符。如果包含指定字符，則返回開始的索引;否則，提示ValueError錯誤。

③ count()函數

功能 ： 統計字符串中，某指定字符在指定索引范圍內，出現的次數。

索引范圍 ：左閉右開區間。

注意 ：如果不指定索引范圍，表示在整個字符串中，搜索指定字符出現的次數。

④ replace()函數

語法 ：st.replace(str1.str2.count)。

功能 ：將字符串st中的str1替換為str2.

注意 ： 如果不指定count，則表示整個替換;如果指定count=1.則表示只替換一次，count=2.則表示只替換兩次。

⑤ split()

語法 ：st.split('分隔符', maxSplit)

功能 ：將字符串按照指定分隔符，進行分割。

注意 ：如果split中什么都不寫，則默認按照空格進行分割;如果指定了分割符，則按照指定分隔符，進行分割。

maxSplit作用：不好敘述，自己看下面的例子就明白。

⑥ startswith()函數

語法 ：st.startswith(str1)

功能 ：檢查字符串st是否以字符串str1開頭，若是，則返回True;否則，返回False。

⑦ endswith()函數

語法 ：st.endswith(str1)

功能 ：檢查字符串st是否以字符串str1結尾，若是，則返回True;否則，返回False。

⑧ lower()

語法 ：st.lower()

功能 ：將字符串的所有字母轉換為小寫。

⑨ upper()

語法 ：st.upper()

功能 ：將字符串的所有字母轉換為大寫。

⑩ strip()

語法 ：st.strip()

功能 ：去掉字符串左右兩邊的空白字符。

注1：st.rstrip() : 去掉字符串右邊的空白字符。

注2：st.lstrip() : 去掉字符串左邊的空白字符。

? join()函數

語法 ：st.join(str1)

功能 ：在指定字符串str1中，每相鄰元素中間插入st字符串，形成新的字符串。

注意 ：是在str1中間插入st，而不是在st中間插入str1.

? isalpha()

語法 ：str.isalpha()

功能 ：如果字符串str中只包含字母，則返回True;否則，返回False。

注意 ：只有字符串中全部是字母，才會返回True，中間有空格都不行。

? isdigit()

語法 ：str.isdigit()

功能 ：如果字符串str中只包含數字，則返回True;否則，返回False。

3.常用的str矢量化字符串函數

str矢量化操作：指的是循環迭代數組里面的某個元素，來完成某個操作。

1)str矢量化字符串函數大全

2)構造一個DataFrame，用于測試函數

import pandas as pd

df ={'姓名':[' 黃同學','黃至尊','黃老邪 ','陳大美','孫尚香'],

'英文名':['Huang tong_xue','huang zhi_zun','Huang Lao_xie','Chen Da_mei','sun shang_xiang'],

'性別':['男','women','men','女','男'],

'身份證':['463895200003128433','429475199912122345','420934199110102311','431085200005230122','420953199509082345'],

'身高':['mid:175_good','low:165_bad','low:159_bad','high:180_verygood','low:172_bad'],

'家庭住址':['湖北廣水','河南信陽','廣西桂林','湖北孝感','廣東廣州'],

'電話號碼':['13434813546','19748672895','16728613064','14561586431','19384683910'],

'收入':['1.1萬','8.5千','0.9萬','6.5千','2.0萬']}

df = pd.DataFrame(df)

df

結果如下：

3)函數講解

① cat函數：用于字符串的拼接

df["姓名"].str.cat(df["家庭住址"],sep='-'*3)

結果如下：

② contains：判斷某個字符串是否包含給定字符

df["家庭住址"].str.contains("廣")

結果如下：

③ startswith/endswith：判斷某個字符串是否以...開頭/結尾

# 第一個行的“ 黃偉”是以空格開頭的

df["姓名"].str.startswith("黃")

df["英文名"].str.endswith("e")

結果如下：

④ count：計算給定字符在字符串中出現的次數

df["電話號碼"].str.count("3")

結果如下：

⑤ get：獲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)

結果如下：

⑥ len：計算字符串長度

df["性別"].str.len()

結果如下：

⑦ upper/lower：英文大小寫轉換

df["英文名"].str.upper()

df["英文名"].str.lower()

結果如下：

⑧ pad+side參數/center：在字符串的左邊、右邊或左右兩邊添加給定字符

df["家庭住址"].str.pad(10.fillchar="*")      # 相當于ljust()

df["家庭住址"].str.pad(10.side="right",fillchar="*")    # 相當于rjust()

df["家庭住址"].str.center(10.fillchar="*")

結果如下：

⑨ repeat：重復字符串幾次

df["性別"].str.repeat(3)

結果如下：

⑩ slice_replace：使用給定的字符串，替換指定的位置的字符

df["電話號碼"].str.slice_replace(4.8."*"*4)

結果如下：

? replace：將指定位置的字符，替換為給定的字符串

df["身高"].str.replace(":","-")

結果如下：

? replace：將指定位置的字符，替換為給定的字符串(接受正則表達式)

replace中傳入正則表達式，才叫好用;

先不要管下面這個案例有沒有用，你只需要知道，使用正則做數據清洗多好用;

df["收入"].str.replace("\d+\.\d+","正則")

結果如下：

? split方法+expand參數：搭配join方法功能很強大

# 普通用法

df["身高"].str.split(":")

# split方法，搭配expand參數

df[["身高描述","final身高"]] = df["身高"].str.split(":",expand=True)

df

# split方法搭配join方法

df["身高"].str.split(":").str.join("?"*5)

結果如下：

? strip/rstrip/lstrip：去除空白符、換行符

df["姓名"].str.len()

df["姓名"] = df["姓名"].str.strip()

df["姓名"].str.len()

結果如下：

? findall：利用正則表達式，去字符串中匹配，返回查找結果的列表

findall使用正則表達式，做數據清洗，真的很香!

df["身高"]

df["身高"].str.findall("[a-zA-Z]+")

結果如下：

? extract/extractall：接受正則表達式，抽取匹配的字符串(一定要加上括號)

df["身高"].str.extract("([a-zA-Z]+)")

# extractall提取得到復合索引

df["身高"].str.extractall("([a-zA-Z]+)")

# extract搭配expand參數

df["身高"].str.extract("([a-zA-Z]+).*?([a-zA-Z]+)",expand=True)

結果如下：