下面我们来详细了解一下，Series类的str自带的方法有哪些。
1、cat() 拼接字符串 例子： >>> Series(['a', 'b', 'c']).str.cat(['A', 'B', 'C'], sep=',') 0 a,A 1 b,B 2 c,C dtype: object >>> Series(['a', 'b', 'c']).str.cat(sep=',') 'a,b,c' >>> Series(['a', 'b']).str.cat([['x', 'y'], ['1', '2']], sep=',') 0 a,x,1 1 b,y,2 dtype: object2、split() 切分字符串 >>> import numpy,pandas; >>> s = pandas.Series(['a_b_c', 'c_d_e', numpy.nan, 'f_g_h']) >>> s.str.split('_') 0 [a, b, c] 1 [c, d, e] 2 NaN 3 [f, g, h] dtype: object >>> s.str.split('_', -1) 0 [a, b, c] 1 [c, d, e] 2 NaN 3 [f, g, h] dtype: object >>> s.str.split('_', 0) 0 [a, b, c] 1 [c, d, e] 2 NaN 3 [f, g, h] dtype: object >>> s.str.split('_', 1) 0 [a, b_c] 1 [c, d_e] 2 NaN 3 [f, g_h] dtype: object >>> s.str.split('_', 2) 0 [a, b, c] 1 [c, d, e] 2 NaN 3 [f, g, h] dtype: object >>> s.str.split('_', 3) 0 [a, b, c] 1 [c, d, e] 2 NaN 3 [f, g, h] dtype: object3、get() 获取指定位置的字符串 >>> s.str.get(0) 0 a 1 c 2 NaN 3 f dtype: object >>> s.str.get(1) 0 _ 1 _ 2 NaN 3 _ dtype: object >>> s.str.get(2) 0 b 1 d 2 NaN 3 g dtype: object4、join() 对每个字符都用给点的字符串拼接起来，不常用 >>> s.str.join("!") 0 a!_!b!_!c 1 c!_!d!_!e 2 NaN 3 f!_!g!_!h dtype: object >>> s.str.join("?") 0 a?_?b?_?c 1 c?_?d?_?e 2 NaN 3 f?_?g?_?h dtype: object >>> s.str.join(".") 0 a._.b._.c 1 c._.d._.e 2 NaN 3 f._.g._.h dtype: object5、contains() 是否包含表达式 >>> s.str.contains('d') 0 False 1 True 2 NaN 3 False dtype: object6、replace() 替换 >>> s.str.replace("_", ".") 0 a.b.c 1 c.d.e 2 NaN 3 f.g.h dtype: object7、repeat() 重复 >>> s.str.repeat(3) 0 a_b_ca_b_ca_b_c 1 c_d_ec_d_ec_d_e 2 NaN 3 f_g_hf_g_hf_g_h dtype: object8、pad() 左右补齐>>> s.str.pad(10, fillchar="?")0 ?????a_b_c1 ?????c_d_e2 NaN3 ?????f_g_hdtype: object>>>>>> s.str.pad(10, side="right", fillchar="?")0 a_b_c?????1 c_d_e?????2 NaN3 f_g_h?????dtype: object9、center() 中间补齐，看例子>>> s.str.center(10, fillchar="?")0 ??a_b_c???1 ??c_d_e???2 NaN3 ??f_g_h???dtype: object10、ljust() 右边补齐，看例子>>> s.str.ljust(10, fillchar="?")0 a_b_c?????1 c_d_e?????2 NaN3 f_g_h?????dtype: object11、rjust() 左边补齐，看例子>>> s.str.rjust(10, fillchar="?")0 ?????a_b_c1 ?????c_d_e2 NaN3 ?????f_g_hdtype: object12、zfill() 左边补0>>> s.str.zfill(10)0 00000a_b_c1 00000c_d_e2 NaN3 00000f_g_hdtype: object13、wrap() 在指定的位置加回车符号>>> s.str.wrap(3)0 a_b\n_c1 c_d\n_e2 NaN3 f_g\n_hdtype: object14、slice() 按给点的开始结束位置切割字符串>>> s.str.slice(1,3)0 _b1 _d2 NaN3 _gdtype: object15、slice_replace() 使用给定的字符串，替换指定的位置的字符>>> s.str.slice_replace(1, 3, "?")0 a?_c1 c?_e2 NaN3 f?_hdtype: object>>> s.str.slice_replace(1, 3, "??")0 a??_c1 c??_e2 NaN3 f??_hdtype: object16、count() 计算给定单词出现的次数>>> s.str.count("a")0 11 02 NaN3 0dtype: float6417、startswith() 判断是否以给定的字符串开头>>> s.str.startswith("a");0 True1 False2 NaN3 Falsedtype: object18、endswith() 判断是否以给定的字符串结束>>> s.str.endswith("e");0 False1 True2 NaN3 Falsedtype: object19、findall() 查找所有符合正则表达式的字符，以数组形式返回>>> s.str.findall("[a-z]");0 [a, b, c]1 [c, d, e]2 NaN3 [f, g, h]dtype: object20、match() 检测是否全部匹配给点的字符串或者表达式>>> s0 a_b_c1 c_d_e2 NaN3 f_g_hdtype: object>>> s.str.match("[d-z]");0 False1 False2 NaN3 Truedtype: object21、extract() 抽取匹配的字符串出来，注意要加上括号，把你需要抽取的东西标注上>>> s.str.extract("([d-z])");0 NaN1 d2 NaN3 fdtype: object22、len() 计算字符串的长度>>> s.str.len()0 51 52 NaN3 5dtype: float64 23、strip() 去除前后的空白字符>>> idx = pandas.Series([' jack', 'jill ', ' jesse ', 'frank'])>>> idx.str.strip()0 jack1 jill2 jesse3 frankdtype: object24、rstrip() 去除后面的空白字符25、lstrip() 去除前面的空白字符26、partition() 把字符串数组切割称为DataFrame，注意切割只是切割称为三部分，分隔符前，分隔符，分隔符后27、rpartition() 从右切起>>> s.str.partition('_') 0 1 20 a _ b_c1 c _ d_e2 NaN NaN NaN3 f _ g_h>>> s.str.rpartition('_') 0 1 20 a_b _ c1 c_d _ e2 NaN NaN NaN3 f_g _ h28、lower() 全部小写29、upper() 全部大写30、find() 从左边开始，查找给定字符串的所在位置>>> s.str.find('d')0 -11 22 NaN3 -1dtype: float6431、rfind() 从右边开始，查找给定字符串的所在位置
32、index() 查找给定字符串的位置，注意，如果不存在这个字符串，那么会报错！33、rindex() 从右边开始查找，给定字符串的位置>>> s.str.index('_')0 11 12 NaN3 1dtype: float6434、capitalize() 首字符大写>>> s.str.capitalize()0 A_b_c1 C_d_e2 NaN3 F_g_hdtype: object35、swapcase() 大小写互换>>> s.str.swapcase()0 A_B_C1 C_D_E2 NaN3 F_G_Hdtype: object36、normalize() 序列化数据，数据分析很少用到，咱们就不研究了37、isalnum() 是否全部是数字和字母组成>>> s.str.isalnum()0 False1 False2 NaN3 Falsedtype: object38、isalpha() 是否全部是字母>>> s.str.isalpha()0 False1 False2 NaN3 Falsedtype: object39、isdigit() 是否全部都是数字>>> s.str.isdigit()0 False1 False2 NaN3 Falsedtype: object40、isspace() 是否空格>>> s.str.isspace()0 False1 False2 NaN3 Falsedtype: object41、islower() 是否全部小写42、isupper() 是否全部大写>>> s.str.islower()0 True1 True2 NaN3 Truedtype: object>>> s.str.isupper()0 False1 False2 NaN3 Falsedtype: object43、istitle() 是否只有首字母为大写，其他字母为小写>>> s.str.istitle()0 False1 False2 NaN3 Falsedtype: object44、isnumeric() 是否是数字45、isdecimal() 是否全是数字