一看就会的Pandas文本数据处理.docxVIP

一看就会的Pandas文本数据处理 在pandas中存储文本数据有两种方式：object 和 string。在pandas 1.0版本之前，object是独一的文本类型，在一列数据中假如包含数值和文本等混合类型则一般也会默认为object。在pandas 1.0 版本之后，新增了string文本类型，可以更好的支持字符串的处理。 1.1. 类型简介 默认情况下，object仍旧是文本数据默认的类型。 假如要接受string类型，我们可以通过dtype进行指定 在Series 或 Dataframe被创建后，我们还可以通过astype进行类型强制转换 当然，我们还有个df.convert_dtypes()方法可以进行智能数据类型选择 1.2. 类型差异 string和object在操作上有所不同。 对于sting来说，前往数字输出的字符串访问器方法将一直前往可为空的整数类型；对于object来说，是 int 或 float，具体取决于 NA 值的存在 对于string类型来说，前往布尔输出的方法将前往一个可为空的布尔数据类型 2. 字符串方法 Series 和 Index 都有一些字符串处理方法，可以便利进行操作，最重要的是，这些方法会自动排解缺失/NA 值，我们可以通过str属性访问这些方法。 2.1. 文本格式 文本格式是对字符串文本进行格式操作，比如转换大小写之类的 ?s?=?