指南：作为Python数据分析的首选框架，Pandas不仅具有强大的界面，而且比本地Python更具执行效率。这是由于pandas的底部的实现。请平行计算。更重要的是，此矢量化操作不仅适用于数值计算，而且对文本和时间格式也有很好的支持，并且必须从熊猫的属性接口。
熊猫中的矢量化就像6只熊猫
说到熊猫中的属性接口，我们必须首先从数据类型开始。数据类型和BOER数据类型。可以说，此值类型，字符串类型，计时和布尔类型涵盖了所有基本数据类型。例如其他数组，列表，字典等是收集类的数据结构，不是基本数据类型。
所有数据处理的主要操作是许多操作。不用说，布尔数据实际上很好地反映在熊猫中，即通过＆|，?三键运算符，字符串和时间格式如何？实际上，这是今天要共享的关键内容：属性界面-str和dt。两种类型的接口都使用几个小示例来简单而粗略地演示，也就是说，使用它！
严格来说，除了STR和DT外，PANDAS中的属性接口还具有枚举类型的CAT界面，但是它们的实际方法非常小众，因此不会提及本文。
在熊猫中，当数据类型是字符串类型时，可以执行执行属性界面操作，也就是说，可以通过调用.str属性来调用一系列字符串方法函数。python中的方法，例如拆分，杂项等，还实现了正则表达式的大多数功能，包括查找，匹配和替换等。
例如，例如，构建以下虚拟数据帧数据，所有这些数据都使用字符串类型：
相应的数据表如下：
可以看出，名称列字符串格式不是很均匀。既有情况又有情况，以及其他无用的字符，例如 - ，＃和其他无用的字符。下限是组成的，helpers列是一种复合类型，由下属之间的空间区分。对于此数据，以下是处理需求需要完成：
对于上述需求，使用Pandas实施非常容易：
上面，我给了熊猫中的字符串属性界面str的一些简单示例，包括一把小刀，包括python的构建 - 字符串函数拆分，count，len等，以及在Findallreplace中使用正则表达式，灵活的效率确实可以起飞...
最后，给出str中的所有属性接口函数：
基本上，在Python中使用的字符串函数。当您致电时，只需在字符串列之后调用STR即可。该方法很简单，但是效率非常明显。
具有极其友好的数据处理和时间类型数据处理的另一个属性接口是DT，即DateTime的缩写，它需要时间类型的格式数据。因为在某些应用程序方案中，时间类型仍然很常见DT属性接口的使用也可以实现非常方便的数据处理操作。
示例数据仍在此处提供：
例如，可以通过DT时间属性接口轻松提取上述时间序列数据。例如，可以提取年度，日期和时间信息来调用年度，日期和时间属性。
应该注意的是，在上述str属性接口中，大多数DT都连接到背后的函数，此处获得的年度，日期和时间都是属性（因为不需要参数）。括号。
但是DT属性接口基本上是此属性接口，但是有一些功能，例如指定类型的格式
完整的接口列表如下：
基本上，已经实施了时间格式的基础和意外时间。提取时间信息太方便了。
编程语言中的基本数据类型无非是数值，字符串类型，时机和布尔类型。为了应对各种数据格式的多功能操作，PANDAS为字符串和计时数据提供了STR和DT。个人接口（数值数据自然支持矢量化操作，并且BIT Operator＆|，|，|，?也可以计算Boolean类型要实现并行计算），通过调用属性接口后的系列方法，您可以实现Rich API和有效的计算。尤其是字符串数据，除了Python中的字符串方法外，还可以集成正则表达式逻辑。
此外，除了STR和DT的两个属性接口外，还有一个枚举属性接口CAT（即类别缩写），但实际上更受限制。
此时，已经启动了PANDAS应用程序技巧系列。它将组织起来，以便将来组织一个系列，因此请继续关注。
原始：https：//juejin.cn/post/7100546651495858189