pandas的str方法

pandas特定的列经过str之后，就可以使用各种python常用的字符处理方法了。
首先，构建dataframe:

import pandas as pd
d={'gene':{'a':'gene1','b':'gene2','c':'gene3','d':'gene4'},'expression':{'a':'low:0','b':'mid:3','c':'mid:4','d':'high:9'},'description':{'a':'transposon element','b':'nuclear genes','c':'retrotransposon','d':'unknown'}}
df=pd.DataFrame(d)
print(df)gene expression         description
a  gene1      low:0  transposon element
b  gene2      mid:3       nuclear genes
c  gene3      mid:4          retrotransposon
d  gene4     high:9             unknown

几种常见的str方法如下：

筛选出含有特定字符串的行：contains() 方法

df1=df[df['description'].str.contains('transposon')]
print(df1)gene expression         description
a  gene1      low:0  transposon element
c  gene3      mid:4          retrotransposon

字符串分割（将特定列拿出来，按特定字符分开，然后形成一个新的dataframe）

df1=df['columns_name'].str.split(':',expand=True)
print(df1)0  1
a   low  0
b   mid  3
c   mid  4
d  high  9

当然，可以直接将这两列加到df中：

df[['exp1','exp2']]=df['expression'].str.split(':',expand=True)
print(df)gene expression         description  exp1 exp2
a  gene1      low:0  transposon element   low    0
b  gene2      mid:3       nuclear genes   mid    3
c  gene3      mid:4     retrotransposon   mid    4
d  gene4     high:9             unknown  high    9

注意1：
此时exp2这一列的数据类型是object，即python中的str，而不是int。可以通过astype将其转换为int

print(df['exp2'].dtype)
dtype('O')#'O'即objectdf['exp2']=df['exp2'].astype(int)print(df['exp2'].dtype)
dtype('int32')

注意2：
expand=True不加的话，df1中将只有一列，其实就是一个series。

df=pd.DataFrame(d)
df1=df['expression'].str.split(':')
print(df1)
a     [low, 0]
b     [mid, 3]
c     [mid, 4]
d    [high, 9]
Name: expression, dtype: object
type(df1)
<class 'pandas.core.series.Series'>

字符串的替换

print(df)gene expression         description  exp1 exp2
a  gene1      low:0  transposon element   low    0
b  gene2      mid:3       nuclear genes   mid    3
c  gene3      mid:4     retrotransposon   mid    4
d  gene4     high:9             unknown  high    9df['gene']=df['gene'].str.replace('gene','Gene')print(df)gene expression         description  exp1 exp2
a  Gene1      low:0  transposon element   low    0
b  Gene2      mid:3       nuclear genes   mid    3
c  Gene3      mid:4     retrotransposon   mid    4
d  Gene4     high:9             unknown  high    9

字符串两端的字符的判断 startswith 与 endswith

df1=df[df['expression'].str.startswith('m')]
print(df1)gene expression      description exp1 exp2
b  gene2      mid:3    nuclear genes  mid    3
c  gene3      mid:4  retrotransposon  mid    4

正则表达式 findall的使用

s=df['expression'].str.findall('[a-z]+')
print(s)
a     [low]
b     [mid]
c     [mid]
d    [high]
Name: expression, dtype: object

去除特定字符strip(包括lstrip和rstrip)

print(df1)gene expression      description exp1 exp2
b  gene2      mid:3    nuclear genes  mid    3
c  gene3      mid:4  retrotransposon  mid    4df1['expression']=df1['expression'].str.lstrip('mid:')
print(df1)gene expression      description exp1 exp2
b  gene2          3    nuclear genes  mid    3
c  gene3          4  retrotransposon  mid    4

pandas str方法的使用相关推荐

python3-pandas DataFrame 索引、bool索引、pandas 字符串方法
1.DataFrame 索引 1.1 普通索引取值 pandas 取行或者列的注意点: 方括号写数组,表示取行,对行进行操作方括号写字符串,表示取列,对列进行操作 import pandas as ...
Pandas 函数方法汇总一览查询（持续补充改进）
Pandas 函数方法汇总一览查询(持续补充改进) 文章目录 Pandas 函数方法汇总一览查询(持续补充改进) 初衷 Pandas 最最常用函数罗列 Pandas 函数用法示例初衷 NumPy.P ...
Pandas使用方法
Pandas使用方法 1 Pandas介绍 2008年WesMcKinney开发出的库专门用于数据挖掘的开源python库以Numpy为基础,借力Numpy模块在计算方面性能高的优势基于matp ...
python安装pandas模块-python安装numpy和pandas的方法步骤
最近要对一系列数据做同比比较,需要用到numpy和pandas来计算,不过使用python安装numpy和pandas因为linux环境没有外网遇到了很多问题就记下来了.首要条件,python版本必须 ...
python最快的循环方法_【转】【Python效率】五种Pandas循环方法效率对比
[Python效率]五种Pandas循环方法效率对比 - 文兄的文章 - 知乎 https://zhuanlan.zhihu.com/p/80880493 正文: 如果你使用过Python及Panda ...
python如何安装panda数据库_在Pycharm中安装Pandas库方法(简单易懂)
开发环境的搭建是一件入门比较头疼的事情,在上期的文稿基础上,增加一项Anaconda的安装介绍.Anaconda是Python的一个发行版本,安装好了Anaconda就相当于安装好了Python,并且 ...
循环下标_【转】【Python效率】五种Pandas循环方法效率对比
[Python效率]五种Pandas循环方法效率对比 - 文兄的文章 - 知乎 https://zhuanlan.zhihu.com/p/80880493 正文: 如果你使用过Python及Panda ...
【转载】Python遍历pandas数据方法总结
转载自脚本之家 https://www.jb51.net/article/134753.htm <Python遍历pandas数据方法总结> 贴4条常用的,其他的移步原帖链接. 列表解析方 ...
-- str --() 方法
str()方法是在数据被转换为str类型时自动调用的方法 class Person(object): def init(self, name, age): self.name = name self. ...

pandas str方法的使用

pandas的str方法

几种常见的str方法如下：

筛选出含有特定字符串的行：contains() 方法

字符串分割（将特定列拿出来，按特定字符分开，然后形成一个新的dataframe）

字符串的替换

字符串两端的字符的判断 startswith 与 endswith

正则表达式 findall的使用

去除特定字符strip(包括lstrip和rstrip)

pandas str方法的使用相关推荐

最新文章

热门文章