- 使用方法：先获取Series的str属性，然后在属性上调用函数：
- 只能在字符串列上使用，不能在数字列上使用：
- Dataframe上没有str属性和处理方法
- Series.str并不是Python原生字符串，而是自己的一套方法，不过大部分和原生str很相似；
点击打开Series.str字符串方法列表参考文档
演示内容- 获取Series的str属性，然后使用各种字符串处理函数
- 使用str的startswith、contains等bool类Series可以做条件查询
- 需要多次str处理的链式操作
- 使用正则表达式处理
import pandas as pd
import numpy as np
df = pd.read_excel('./ml-latest-small/demo4.xlsx')
print(df)
# 1. 获取Series的str属性，然后使用各种字符串处理函数
ser = df["姓名"].str.encode(encoding="utf-8")
# print(ser)
# 2. 使用str的startswith、contains等bool类Series可以做条件查询
ser2 = df["姓名"].str.endswith("明")
df2 = df.loc[ser2, :]
# print(ser2)
# print(df2)
# 3. 需要多次str处理的链式操作
ser3 = df["姓名"].str.encode(encoding="utf-8").str.decode("utf-8") # str.encode()后得到的是一个Series，所以后面的decode()必须要先获取str属性才行
print(ser3)
# 4. 使用正则表达式处理
ser4 = df["姓名"].str.replace(".[明刚]", "替换成功")
# print(ser4)
