作者：小伍哥 

來源：AI入門學(xué)習(xí)

python內(nèi)置一系列強(qiáng)大的字符串處理方法，但這些方法只能處理單個(gè)字符串，處理一個(gè)序列的字符串時(shí)，需要用到循環(huán)。那么，有沒有辦法，不用循環(huán)就能同時(shí)處理多個(gè)字符串呢，pandas的向量化操作就提供了這樣的方法。

向量化的操作使我們不必?fù)?dān)心數(shù)組的長(zhǎng)度和維度，只需要關(guān)系操作功能，尤為強(qiáng)大的是，除了支持常用的字符串操作方法，還集成了正則表達(dá)式的大部分功能，這使得pandas在處理字符串列時(shí)，具有非常大的魔力。

例如，要計(jì)算每個(gè)單詞中‘a(chǎn)’的個(gè)數(shù)，下面一行代碼就可以搞定，非常高效。

假如用內(nèi)置的字符串函數(shù)進(jìn)行操作，需要進(jìn)行遍歷，且Python原生的遍歷操作無法處理缺失值。

#用循環(huán)進(jìn)行處理

#存在缺失值時(shí)，打印報(bào)錯(cuò)

Pandas的向量化操作，能夠正確的處理缺失值，無報(bào)錯(cuò)信息，如下：

通過上面的例子，對(duì)向量化進(jìn)行簡(jiǎn)單總結(jié)，向量化是一種同時(shí)操作整個(gè)數(shù)組而不是一次操作一個(gè)元素的方法，下面從看看具體怎么應(yīng)用。

向量化的字符方法

Pandas的字符串屬的方法幾乎包括了大部分Python的內(nèi)置字符串方法（內(nèi)置共有45個(gè)方法）,下面將列舉一些常見的方法的用法，例如上面的count()方法將會(huì)返回某個(gè)字符的個(gè)數(shù),而len方法將會(huì)返回整個(gè)字符的長(zhǎng)度。

下面選取部分函數(shù)舉例，其他函數(shù)參考字符串模塊：Python字符串的45個(gè)方法詳解

len()

lower()

zfill()

右對(duì)齊，前面用0填充到指定字符串長(zhǎng)度。

向量化的正則表達(dá)式

Pandas的字符串方法根據(jù)Python標(biāo)準(zhǔn)庫(kù)的re模塊實(shí)現(xiàn)了正則表達(dá)式，下面將介紹Pandas的str屬性內(nèi)置的正則表達(dá)式相關(guān)方法。

split()

split,按指定字符分割字符串，類似split的方法返回一個(gè)列表類型的序列

#按數(shù)字分割

切分后的列表中的元素可以通過get方法或者 [] 方法進(jìn)行讀取

使用expand方法可以輕易地將這種返回展開為一個(gè)數(shù)據(jù)表。

同樣，我們也可以限制切分的次數(shù)：

rsplit()

rsplit與split相似，不同的是，這個(gè)切分的方向是反的。即，從字串的尾端向首段切分。

replace ()

replace方法默認(rèn)使用正則表達(dá)式

findall()

提取聊天記錄中的QQ號(hào)

其他向量化的方法

除了上面介紹的Pandas字符串的正常操作和正則表達(dá)式外，Pandas的str屬性還提供了其他的一些方法，這些方法非常的有用，在進(jìn)行特征提取或者數(shù)據(jù)清洗時(shí)，非常高效，具體如下：

wrap()

pad()

slice()

get()

slice_replace()

切片替換

get_dummies()

另一個(gè)需要好好解釋的是get_dummies()方法，舉個(gè)例子：假如我們用A，B，C，D來表示一個(gè)人的某個(gè)特征：

repeat()

cat()

作用：連接字符串 

用法：Series.str.cat(others=None, sep=None, na_rep=None) 

參數(shù): 

• others : 列表或復(fù)合列表,默認(rèn)為None,如果為None則連接本身的元素 
• sep : 字符串 或者None,默認(rèn)為None 
• na_rep : 字符串或者 None, 默認(rèn) None。如果為None缺失值將被忽略。 

返回值: concat : 序列(Series)/索引(Index)/字符串(str)

——熱門課程推薦：

想學(xué)習(xí)PYTHON數(shù)據(jù)分析與金融數(shù)字化轉(zhuǎn)型精英訓(xùn)練營(yíng)，您可以點(diǎn)擊>>>“人才轉(zhuǎn)型”了解課程詳情；

想從事業(yè)務(wù)型數(shù)據(jù)分析師，您可以點(diǎn)擊>>>“數(shù)據(jù)分析師”了解課程詳情；

想從事大數(shù)據(jù)分析師，您可以點(diǎn)擊>>>“大數(shù)據(jù)就業(yè)”了解課程詳情；

想成為人工智能工程師，您可以點(diǎn)擊>>>“人工智能就業(yè)”了解課程詳情；

想了解Python數(shù)據(jù)分析，您可以點(diǎn)擊>>>“Python數(shù)據(jù)分析師”了解課程詳情；

想咨詢互聯(lián)網(wǎng)運(yùn)營(yíng)，你可以點(diǎn)擊>>>“互聯(lián)網(wǎng)運(yùn)營(yíng)就業(yè)班”了解課程詳情； 

想了解更多優(yōu)質(zhì)課程，請(qǐng)點(diǎn)擊>>>