pandas的字符串处理：
- 使用方法：先获取Series的str属性，然后在属性上调用函数；
- 只能在字符串上使用，不能数字列上使用；
- 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str原生很相似；
今天演示的内容：
- 获取Series的str属性，然后使用各种字符串处理函数；
首先打开一份数据：
import pandas as pd
pd.set_option('display.unicode.ambiguous_as_wide', True) #处理数据的列标题与数据无法对齐的情况
pd.set_option('display.unicode.east_asian_width', True) #无法对齐主要是因为列标题是中文
df=pd.read_excel(r'data\2013tianqi_clear.xls',encoding='gbk')
print(df.head(15))
print(df.dtypes)
1、获取Series的str属性，然后使用各种字符串处理函数
import pandas as pd
pd.set_option('display.unicode.ambiguous_as_wide', True) #处理数据的列标题与数据无法对齐的情况
pd.set_option('display.unicode.east_asian_width', True) #无法对齐主要是因为列标题是中文
df=pd.read_excel(r'data\2013tianqi_clear.xls',encoding='gbk')
#字符串替换函数
df.loc[:,'最高温']=df['最高温'].str.replace('℃','')
df.loc[:,'最低温']=df['最低温'].str.replace('℃','')
print(df.head(20))
使用这个函数可以把列数的℃替换成空
替换完成之后，我们还可以去判断一下它是不是数字
import pandas as pd
pd.set_option('display.unicode.ambiguous_as_wide', True) #处理数据的列标题与数据无法对齐的情况
pd.set_option('display.unicode.east_asian_width', True) #无法对齐主要是因为列标题是中文
df=pd.read_excel(r'data\2013tianqi_clear.xls',encoding='gbk')
#字符串替换函数
df.loc[:,'最高温']=df['最高温'].str.replace('℃','')
df.loc[:,'最低温']=df['最低温'].str.replace('℃','')
#判断是不是数字
result=df['最高温'].str.isnumeric()
print(result)
哥，您那个html table 表格样式清理的页面404了哇，有新的地址没
可以访问这个：http://www.huanglucheng.com/table-clear/table.html