Python Pandas Series.str.slice()

Python是一种进行数据分析的伟大语言，主要是因为以数据为中心的Python包的奇妙生态系统。Pandas就是这些包中的一个，它使导入和分析数据变得更加容易。

Pandas str.slice()方法是用来从Pandas系列对象中的字符串中切出子串。它非常类似于Python中对对象进行切片的基本原则，即按[start:stop:step]工作，这意味着它需要三个参数，从哪里开始，从哪里结束，以及要跳过多少元素。
因为这是一个pandas字符串方法，所以每次在调用这个方法之前，都必须把.str作为前缀。否则，它就会产生一个错误。

语法: Series.str.slice(start=None, stop=None, step=None)

参数:
start: int值，告诉你从哪里开始切片。
stop: int值，告诉你在哪里结束切片。
step: int值，告诉你在切片过程中需要多少个字符。

返回类型: 带有切片子字符串的系列

在下面的例子中，所使用的数据框包含一些NBA球员的数据。下面是数据框在任何操作之前的图像。

示例 #1:
在这个例子中，工资列已经被切片，以获得小数点之前的数值。例如，我们想做一些数学运算，为此我们需要整数数据，所以工资列将被切片，直到最后第二个元素（-2位置）。
由于工资列被导入为float64数据类型，所以首先使用.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:
如输出图片所示，字符串已被切片，小数点前的字符串被存储在新的列中。

注意：这个方法没有任何参数来处理空值，因此已经用.dropna()方法将其删除。

示例 #2:
在这个例子中，名字列被切片，步长参数被保留为2。因此，在切片过程中，它将步入两个字符。

# 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，”姓名 “被切片了，在切片过程中跳过了两个字符。