总结了原生str和pd.Series.str 用法规律，速查表可直接见第六节

规律放最前：

• Python 单个 str → split / index / replace / upper / lower
• Series → .str 批量操作
• 取拆分后的段 → .str.split(“_”).str[i]
• 匹配 / 过滤 → .str.contains / .str.startswith / .str.endswith
• 类型原则 ：
  • Series/Index 可直接用 .str，
  • list/tuple/array 需 pd.Series()；
  • 非字符串先转 str()；
  • 单个字符串用原生 .str

---

一、模拟数据

import pandas as pd

# 模拟学生 ID + 科目
students = [
    "S01_Math_Alice",
    "S02_English_Bob",
    "S03_Math_Carol",
    "S04_English_Dave",
    "S05_Science_Eve",
    "S06_Math_Frank",
    "S07_Science_Grace",
]

# 转为 Series
student_series = pd.Series(students)
student_series

输出：

0     S01_Math_Alice
1    S02_English_Bob
2     S03_Math_Carol
3    S04_English_Dave
4    S05_Science_Eve
5      S06_Math_Frank
6    S07_Science_Grace
dtype: object

可以理解为每个元素是一个 “学生ID_科目_名字” 的字符串。

---

二、Python 原生 str 方法（单个字符串）

1. 拆分 / 拼接

s = "S01_Math_Alice"
s.split("_")       # ['S01','Math','Alice']
"_".join(s.split("_"))  # 'S01_Math_Alice'

2. 大小写

s.upper()       # 'S01_MATH_ALICE'
s.lower()       # 's01_math_alice'
s.capitalize()  # 'S01_math_alice'

3. 查找 / 判断

s.startswith("S01")  # True
s.endswith("Alice")  # True
"Math" in s          # True
s.find("Math")       # 3 (索引)

4. 替换 / 去空格

s.replace("Math","English")  # 'S01_English_Alice'
s.strip()                    # 去掉首尾空格

split 分开，join 合并；upper 大写，lower 小写；start 开头，end 结尾，in 包含；replace 换掉，strip 去掉空白。

---

三、Pandas Series + str（批量操作）

1. 基本用法

# 拆分每个元素
student_series.str.split("_")

输出每个元素拆成 list：

0     ['S01','Math','Alice']
1    ['S02','English','Bob']
...

2. 取拆分后的段（.str[i]）

# 学生 ID
student_series.str.split("_").str[0]
# 科目
student_series.str.split("_").str[1]
# 名字
student_series.str.split("_").str[2]

split 分开，str[i] 取段，Series + .str批量操作。

---

3. 字符串匹配 / 过滤

# 只选 Math 科目的学生
student_series[student_series.str.contains("Math")]

# 只选 S01 开头的学生
student_series[student_series.str.startswith("S01")]

# 只选名字以 'Alice' 结尾
student_series[student_series.str.endswith("Alice")]

4. 替换 / 大小写（批量）

# Math -> Science
student_series.str.replace("Math","Science")
# 大写
student_series.str.upper()

---

四、正则提取

# 提取学生 ID
student_series.str.extract(r"(S\d+)")

---

五、类型衔接：什么时候需要 pd.Series 转换

1. 可以直接用 .str

类型	是否可用 .str	示例
Series（元素是字符串或 object）	✅	student_series.str.split("_")
Index（列名或行索引）	✅	df.columns.str.replace("old","new")

2. 需要先转换为 Series

类型	转换方法	示例
list / tuple	pd.Series(list)	pd.Series(["S01_Math","S02_Eng"]).str.split("_")
numpy array	pd.Series(arr) 或 pd.Series(arr).astype(str)	pd.Series(np.array([1,2,3])).astype(str).str.zfill(2)
categorical	s.astype(str)	s.astype(str).str.split("_")

3. 不可用 .str 的类型

• 单个字符串 → 用原生 str 方法
• 非字符串数组 → 需转换为字符串

Series / Index 可 str，list / tuple / array 先 pd.Series；非字符串先转 str；单个字符串用原生 str。

---

六、对比速查表

功能	Python 原生 str	Series.str	说明 / 输出类型
拆分	s.split("_")	s.str.split("_")	返回 list
取段	lst[i]	s.str.split("_").str[i]	获取拆分后的第 i 段
查找	"Math" in s	s.str.contains("Math")	返回布尔 Series
开头/结尾	s.startswith("S01")	s.str.startswith("S01") / .str.endswith()	返回布尔 Series
替换	s.replace("Math","Science")	s.str.replace("Math","Science")	批量替换
大小写	s.upper() / s.lower() / s.capitalize()	s.str.upper() / s.str.lower() / s.str.capitalize()	批量转换
正则提取	re.search(r"(S\d+)", s)	s.str.extract(r"(S\d+)")	批量抽取，返回 DataFrame
去首尾空格	s.strip() / s.lstrip() / s.rstrip()	s.str.strip() / .str.lstrip() / .str.rstrip()	去掉首尾/左/右空格
填充 / 补齐	s.zfill(2) / s.rjust(5,"0")	s.str.zfill(2) / s.str.rjust(5,"0")	数字或字符填充，长度补齐
查找索引	s.find("Math") / s.index("Math")	s.str.find("Math")	返回索引，找不到返回 -1（find）或报错（index）
是否数字	s.isdigit()	s.str.isdigit()	判断字符串是否为纯数字
是否字母	s.isalpha()	s.str.isalpha()	判断是否全为字母
拼接 / 连接	"_".join(list)	s.str.cat(sep="_")	将 list 或 Series 拼接成字符串
重复	s*3	s.str.repeat(3)	重复字符串
替换正则	re.sub(r"\d+", "XX", s)	s.str.replace(r"\d+", "XX", regex=True)	正则批量替换
分隔指定字符前/后	s.partition("_")	s.str.partition("_")	返回三段 tuple（左，分隔符，右）
分隔指定字符前/后右	s.rpartition("_")	s.str.rpartition("_")	从右侧分隔
匹配正则	re.match(r"S\d+", s)	s.str.match(r"S\d+")	匹配开头是否符合正则，返回布尔 Series
查找重复 / 唯一	set([s1,s2,...])	s.str.unique()	去重元素 / 返回唯一值

---

七、示例

# 选 Math 科目的学生
math_students = student_series[student_series.str.contains("Math")]

# 获取所有科目
subjects = student_series.str.split("_").str[1].unique()

# 获取 S01 学生的名字
student_series[student_series.str.startswith("S01")].str.split("_").str[2]

---

八、总结

1. Python 单个 str → split / index / replace / upper / lower
2. Series → .str 批量操作
3. 取拆分后的段 → .str.split(“_”).str[i]
4. 匹配 / 过滤 → .str.contains / .str.startswith / .str.endswith
5. 类型原则 → Series/Index 可直接用 .str，list/tuple/array 需 pd.Series；非字符串先转 str；单个字符串用原生 str