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。

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。

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。

相关用法

注：本文由纯净天空筛选整理自Kartikaybhutani大神的英文原创作品 Python | Pandas Series.str.slice()。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。