dataframe，Series 字符串替换部分字符串 ,字符串处理-昊天SEO

print (df)
              val
0  HF - Antartica
1    HF - America
2       HF - Asia

print (df.val.replace({'HF -':'Hi'}, regex=True))
0    Hi Antartica
1      Hi America
2         Hi Asia
Name: val, dtype: object

print (df)

val

0 HF - Antartica

1 HF - America

2 HF - Asia

print (df.val.replace({'HF -':'Hi'}, regex=True))

0 Hi Antartica

1 Hi America

2 Hi Asia

Name: val, dtype: object

dataframe

>df = pd.DataFrame({'Column': ['HF - Antartica', 'HF - America', 'HF - Asia']})
>df.replace('HF', 'Hi Funny', regex=True)

                 Column
0  Hi Funny - Antartica
1    Hi Funny - America
2       Hi Funny - Asia

>df = pd.DataFrame({'Column': ['HF - Antartica', 'HF - America', 'HF - Asia']})

>df.replace('HF', 'Hi Funny', regex=True)

Column

0 Hi Funny - Antartica

1 Hi Funny - America

2 Hi Funny - Asia

http://pandas.pydata.org/pandas-docs/stable/generated/pandas.Series.replace.html

https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.replace.html

字符串函数

# SELECT CONCAT(origin, ' to ', destination)
df['origin'].str.cat(df['destination'], sep=' to ')

df['origin'].str.strip() # TRIM(origin)
df['origin'].str.len() # LENGTH(origin)
df['origin'].str.replace('a', 'b') # REPLACE(origin, 'a', 'b')

# SELECT SUBSTRING(origin, 1, 1)
df['origin'].str[0:1] # 使用 Python 字符串索引

# SELECT SUBSTRING_INDEX(domain, '.', 2)
# www.example.com -> www.example
df['domain'].str.split('.').str[:2].str.join('.')
df['domain'].str.extract(r'^([^.]+\.[^.]+)')

s.str.split('')#.split('')切割字符串（'这里写分隔符'）

s.str.replace('A','Z')#.replace()将字符串替换成另外的
s1 = pd.Series(['a1','a2','a3','a4'])#创建一个新的序列
s1.str.extract('([abc])(\d)')#提取
s1.str.extract('[ab](\d)')#提取

s2 = pd.Series(['a','B','c','d'])
a_z = r'[a-z]'#正则表达式
s2.str.contains(a_z)#.contains()检测列表里面有没有包含指定的内容

# SELECT CONCAT(origin, ' to ', destination)

df['origin'].str.cat(df['destination'], sep=' to ')

df['origin'].str.strip() # TRIM(origin)

df['origin'].str.len() # LENGTH(origin)

df['origin'].str.replace('a', 'b') # REPLACE(origin, 'a', 'b')

# SELECT SUBSTRING(origin, 1, 1)

df['origin'].str[0:1] # 使用 Python 字符串索引

# SELECT SUBSTRING_INDEX(domain, '.', 2)

# www.example.com -> www.example

df['domain'].str.split('.').str[:2].str.join('.')

df['domain'].str.extract(r'^([^.]+\.[^.]+)')

s.str.split('')#.split('')切割字符串（'这里写分隔符'）

s.str.replace('A','Z')#.replace()将字符串替换成另外的

s1 = pd.Series(['a1','a2','a3','a4'])#创建一个新的序列

s1.str.extract('([abc])(\d)')#提取

s1.str.extract('[ab](\d)')#提取

s2 = pd.Series(['a','B','c','d'])

a_z = r'[a-z]'#正则表达式

s2.str.contains(a_z)#.contains()检测列表里面有没有包含指定的内容

日期函数

pd.to_datetime 用于将各种日期字符串转换成标准的 datetime64 类型。日期类型的 Series 都会有一个 dt 属性，从中可以获取到有关日期时间的信息，具体请参考文档 Time Series / Date functionality。

# SELECT STR_TO_DATE(full_date, '%Y%m%d%H%i%s') AS `datetime`
df['datetime'] = pd.to_datetime(df['full_date'], format='%Y%m%d%H%M%S')

# SELECT DATE_FORMAT(`datetime`, '%Y-%m-%d')
df['datetime'].dt.strftime('%Y-%m-%d')

df['datetime'].dt.month # MONTH(`datetime`)
df['datetime'].dt.hour # HOUR(`datetime`)

# SELECT UNIX_TIMESTAMP(`datetime`)
df['datetime'].view('int64') // pd.Timedelta(1, unit='s').value

# SELECT FROM_UNIXTIME(`timestamp`)
pd.to_datetime(df['timestamp'], unit='s')

# SELECT `datetime` + INTERVAL 1 DAY
df['datetime'] + pd.Timedelta(1, unit='D')