chicago = pd.read_csv("./csv/chicago.csv")
我們將使用
astype()
資料類型轉成
category
，這樣做為了減少記憶體使用的大小。
chicago["Department"] = chicago["Department"].astype("category")
我們顯示前十筆資料：
title()
chicago["Name"].title()
會發現得到錯誤：'Series' object has no attribute 'title'
因為Series裡面並沒有title這個方法，所以我們可以：
chicago["Name"].str.title()
這樣就可以讓資料使用title()這個方法了。
可以來看一下它是什麼資料類型：
type(chicago["Name"].str)
pandas.core.strings.StringMethods
接下來的方法也是一樣：
lower()
chicago["Name"].str.lower().head(3)
upper()
chicago["Name"].str.upper().head(3)
len()
chicago["Department"].str.len().head()
要更改資料很簡單：
chicago["Position Title"] = chicago["Position Title"].str.title()
chicago.head()
可以看到資料從原本都為大寫變成只有單字開頭為大寫的title格式了：
replace()
今天的最後呢，來說說replace()這個方法！
這是python內就有的用法：
"Hello world".replace("l","!")
會得到輸出 'He!!o wor!d'
這個方法呢是將（）括弧內前面"l"的取代為後面的"!"，現在來看看pandas怎麼做：
先匯入資料：
chicago = pd.read_csv("csv/chicago.csv").dropna(how="all")
chicago["Department"] = chicago["Department"].astype("category")
chicago.head(3)
來看看如何使用replace()：
chicago["Department"] = chicago["Department"].str.replace("MGMNT","MANAGEMENT")
可以看到原本的 MGMNT 被取代成 MANAGEMENT 了！
那上半部就到這邊結束了，今天說明了python的字串處理在pandas內不能直接使用，需要先.str轉資料類型
最後，祝大家新年快樂啊！希望明年可以繼續撐下去啊～～～～～～（吶喊）
