Series.str
可用于以字符串形式访问系列的值并对其应用几种方法。 Pandas Series.str.encode()
函数用于使用指示的编码对系列/索引中的字符串进行编码。相当于str.encode()
。
用法: Series.str.encode(encoding, errors=’strict’)
参数:
encoding:str
errors:str,可选
返回:编码:对象的系列/索引
范例1:采用Series.str.encode()
函数对给定系列对象的基础数据中存在的字符串进行编码。使用“ raw_unicode_escape”进行编码。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series(['New_York', 'Lisbon', 'Tokyo', 'Paris', 'Munich'])
# Creating the index
idx = ['City 1', 'City 2', 'City 3', 'City 4', 'City 5']
# set the index
sr.index = idx
# Print the series
print(sr)
输出:
现在我们将使用Series.str.encode()
函数对给定系列对象的基础数据中存在的字符串进行编码。
# use 'raw_unicode_escape' encoding
result = sr.str.encode(encoding = 'raw_unicode_escape')
# print the result
print(result)
输出:
正如我们在输出中看到的,Series.str.encode()
函数已成功编码给定series对象中的字符串。
范例2:采用Series.str.encode()
函数对给定系列对象的基础数据中存在的字符串进行编码。使用“ punycode”进行编码。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series(['Mike', 'Alessa', 'Nick', 'Kim', 'Britney'])
# Creating the index
idx = ['Name 1', 'Name 2', 'Name 3', 'Name 4', 'Name 5']
# set the index
sr.index = idx
# Print the series
print(sr)
输出:
现在我们将使用Series.str.encode()
函数对给定系列对象的基础数据中存在的字符串进行编码。
# use 'punycode' encoding
result = sr.str.encode(encoding = 'punycode')
# print the result
print(result)
输出:
正如我们在输出中看到的,Series.str.encode()
函数已成功编码给定series对象中的字符串。
相关用法
- Python pandas.map()用法及代码示例
- Python Pandas Series.str.len()用法及代码示例
- Python Pandas.factorize()用法及代码示例
- Python Pandas TimedeltaIndex.name用法及代码示例
- Python Pandas dataframe.ne()用法及代码示例
- Python Pandas Series.between()用法及代码示例
- Python Pandas DataFrame.where()用法及代码示例
- Python Pandas Series.add()用法及代码示例
- Python Pandas.pivot_table()用法及代码示例
- Python Pandas Series.mod()用法及代码示例
- Python Pandas Dataframe.at[ ]用法及代码示例
- Python Pandas Dataframe.iat[ ]用法及代码示例
- Python Pandas.pivot()用法及代码示例
- Python Pandas dataframe.mul()用法及代码示例
- Python Pandas.melt()用法及代码示例
注:本文由纯净天空筛选整理自Shubham__Ranjan大神的英文原创作品 Python | Pandas Series.str.encode()。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。