“数据清洗” 能力暴涨100倍！原来就是靠着这16个Pandas函数！

以下文章来源于数据分析与统计学之美 ，作者黄伟呢

你有没有这样一种感觉，为什么到自己手上的数据，总是乱七八糟？

作为一个数据分析师来说，数据清洗是必不可少的环节。有时候由于数据太乱，往往需要花费我们很多时间去处理它。因此掌握更多的数据清洗方法，会让你的能力调高100倍。

本文基于此，讲述Pandas中超级好用的str矢量化字符串函数，学了之后，瞬间感觉自己的数据清洗能力提高了。

数据集是黄同学精心为大家编造，只为了帮助大家学习到知识。数据集如下：

结果如下：

观察上述数据，数据集是乱的。接下来，我们就用16个Pandas来对上述数据，进行数据清洗。

① cat函数：用于字符串的拼接

结果如下：

② contains：判断某个字符串是否包含给定字符

结果如下：

③ startswith/endswith：判断某个字符串是否以…开头/结尾

结果如下：

④ count：计算给定字符在字符串中出现的次数

结果如下：

⑤ get：获取指定位置的字符串

结果如下：

⑥ len：计算字符串长度

⑦ upper/lower：英文大小写转换

结果如下：

⑧ pad+side参数/center：在字符串的左边、右边或左右两边添加给定字符

结果如下：

⑨ repeat：重复字符串几次

结果如下：

⑩ slice_replace：使用给定的字符串，替换指定的位置的字符

结果如下：

⑪ replace：将指定位置的字符，替换为给定的字符串

结果如下：

⑫ replace：将指定位置的字符，替换为给定的字符串(接受正则表达式)

• replace中传入正则表达式，才叫好用；

• 先不要管下面这个案例有没有用，你只需要知道，使用正则做数据清洗多好用；

结果如下：

⑬ split方法+expand参数：搭配join方法功能很强大

结果如下：

⑭ strip/rstrip/lstrip：去除空白符、换行符

结果如下：

⑮ findall：利用正则表达式，去字符串中匹配，返回查找结果的列表

• findall使用正则表达式，做数据清洗，真的很香！

结果如下：

⑯ extract/extractall：接受正则表达式，抽取匹配的字符串(一定要加上括号)

结果如下：

今天的文章，黄同学就为你讲述到这里，希望能够对你有所帮助。

更多数据分析相关资讯

数据工具/职场资讯/求职技巧

尽在数据分析