Python Pandas Series.str.slice()用法及代码示例 |
您所在的位置：网站首页 › 怎么把字符串切片 › Python Pandas Series.str.slice()用法及代码示例 |
Python Pandas Series.str.slice()用法及代码示例
|
Python是进行数据分析的一种出色语言，主要是因为以数据为中心的python软件包具有奇妙的生态系统。 Pandas是其中的一种，使导入和分析数据更加容易。 Pandas str.slice()方法用于从Pandas系列对象中存在的字符串中分割子字符串。它非常类似于Python在[start：stop：step]上进行切片的基本原理，这意味着它需要三个参数，即开始位置，结束位置和要跳过的元素数量。由于这是一个 Pandas 字符串方法，因此在每次调用此方法之前都必须给.str加上前缀。否则，将产生错误。 用法：Series.str.slice(start=None, stop=None, step=None)参数： start:int值，告诉从哪里开始切片 stop:int值，告诉在哪里结束切片 step:int值，指示切片期间要步进多少个字符 返回类型：切片子串系列 要下载代码中使用的CSV，请点击此处。 在以下示例中，使用的 DataFrame 包含一些NBA球员的数据。下面是任何操作之前的数据帧图像。
范例1：在此示例中，salary列已被切片以获取小数点前的值。例如，我们想做一些数学运算，为此我们需要整数数据，因此，salary列将被切片直到倒数第二个元素(-2位置)。由于薪水列是作为float64数据类型导入的，因此首先使用.astype()方法将其转换为字符串。 # importing pandas module import pandas as pd # making data frame data = pd.read_csv("https://media.geeksforgeeks.org/wp-content/uploads/nba.csv") # removing null values to avoid errors data.dropna(inplace = True) # start stop and step variables start, stop, step = 0, -2, 1 # converting to string data type data["Salary"]= data["Salary"].astype(str) # slicing till 2nd last element data["Salary (int)"]= data["Salary"].str.slice(start, stop, step) # display data.head(10)输出：如输出图像中所示，字符串已被切片，十进制之前的字符串存储在新列中。
范例2：在此示例中，将对name列进行切片，并保留step参数2。因此，在切片过程中它将步进两个字符。 # importing pandas module import pandas as pd # making data frame data = pd.read_csv("https://media.geeksforgeeks.org/wp-content/uploads/nba.csv") # removing null values to avoid errors data.dropna(inplace = True) # start stop and step variables start, stop, step = 0, -2, 2 # slicing till 2nd last element data["Name"]= data["Name"].str.slice(start, stop, step) # display data.head(10)输出：从输出图像中可以看出，切片时对Name进行了切片，并跳过了2个字符。
|
注意：此方法没有任何参数可以处理空值，因此已使用.dropna()方法将其删除。
【本文地址】
今日新闻 |
推荐新闻 |