Python Pandas-텍스트 데이터 작업

이 장에서는 기본 시리즈 / 인덱스를 사용한 문자열 연산에 대해 설명합니다. 다음 장에서는 이러한 문자열 함수를 DataFrame에 적용하는 방법을 배웁니다.

Pandas는 문자열 데이터를 쉽게 조작 할 수있는 일련의 문자열 함수를 제공합니다. 가장 중요한 것은 이러한 함수가 누락 / NaN 값을 무시 (또는 제외)한다는 것입니다.

거의 모든이 메서드는 Python 문자열 함수와 함께 작동합니다 (참조 : https://docs.python.org/3/library/stdtypes.html#string-methods). 따라서 Series Object를 String Object로 변환 한 다음 작업을 수행합니다.

이제 각 작업이 어떻게 수행되는지 살펴 보겠습니다.

Sr. 아니요	기능 및 설명
1	lower() 시리즈 / 인덱스의 문자열을 소문자로 변환합니다.
2	upper() 시리즈 / 인덱스의 문자열을 대문자로 변환합니다.
삼	len() String length ()를 계산합니다.
4	strip() 양쪽에서 시리즈 / 인덱스의 각 문자열에서 공백 (줄 바꿈 포함)을 제거하는 데 도움이됩니다.
5	split(' ') 주어진 패턴으로 각 문자열을 분할합니다.
6	cat(sep=' ') 시리즈 / 인덱스 요소를 지정된 구분자로 연결합니다.
7	get_dummies() One-Hot Encoded 값이있는 DataFrame을 반환합니다.
8	contains(pattern) 하위 문자열이 요소에 포함되어 있으면 각 요소에 대해 부울 값 True를 반환하고 그렇지 않으면 False를 반환합니다.
9	replace(a,b) 값을 대체합니다. a 가치와 함께 b.
10	repeat(value) 지정된 횟수만큼 각 요소를 반복합니다.
11	count(pattern) 각 요소의 패턴 출현 횟수를 반환합니다.
12	startswith(pattern) 시리즈 / 인덱스의 요소가 패턴으로 시작하면 true를 반환합니다.
13	endswith(pattern) 시리즈 / 인덱스의 요소가 패턴으로 끝나면 true를 반환합니다.
14	find(pattern) 패턴이 처음 나타나는 첫 번째 위치를 반환합니다.
15	findall(pattern) 패턴의 모든 발생 목록을 반환합니다.
16	swapcase 케이스를 아래 / 위로 바꿉니다.
17	islower() 시리즈 / 인덱스의 각 문자열에있는 모든 문자가 소문자인지 여부를 확인합니다. 부울 반환
18	isupper() Series / Index에서 각 문자열의 모든 문자가 대문자인지 여부를 확인합니다. 부울을 반환합니다.
19	isnumeric() 시리즈 / 인덱스의 각 문자열에있는 모든 문자가 숫자인지 확인합니다. 부울을 반환합니다.

이제 시리즈를 생성하고 위의 모든 기능이 어떻게 작동하는지 살펴 보겠습니다.

import pandas as pd
import numpy as np

s = pd.Series(['Tom', 'William Rick', 'John', 'Alber@t', np.nan, '1234','SteveSmith'])

print s

이것의 output 다음과 같습니다-

0            Tom
1   William Rick
2           John
3        Alber@t
4            NaN
5           1234
6    Steve Smith
dtype: object

보다 낮은()

import pandas as pd
import numpy as np

s = pd.Series(['Tom', 'William Rick', 'John', 'Alber@t', np.nan, '1234','SteveSmith'])

print s.str.lower()

이것의 output 다음과 같습니다-

0            tom
1   william rick
2           john
3        alber@t
4            NaN
5           1234
6    steve smith
dtype: object

높은()

import pandas as pd
import numpy as np

s = pd.Series(['Tom', 'William Rick', 'John', 'Alber@t', np.nan, '1234','SteveSmith'])

print s.str.upper()

이것의 output 다음과 같습니다-

0            TOM
1   WILLIAM RICK
2           JOHN
3        ALBER@T
4            NaN
5           1234
6    STEVE SMITH
dtype: object

len ()

import pandas as pd
import numpy as np

s = pd.Series(['Tom', 'William Rick', 'John', 'Alber@t', np.nan, '1234','SteveSmith'])
print s.str.len()

이것의 output 다음과 같습니다-

0    3.0
1   12.0
2    4.0
3    7.0
4    NaN
5    4.0
6   10.0
dtype: float64

조각()

import pandas as pd
import numpy as np
s = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t'])
print s
print ("After Stripping:")
print s.str.strip()

이것의 output 다음과 같습니다-

0            Tom
1   William Rick
2           John
3        Alber@t
dtype: object

After Stripping:
0            Tom
1   William Rick
2           John
3        Alber@t
dtype: object

분할 (패턴)

import pandas as pd
import numpy as np
s = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t'])
print s
print ("Split Pattern:")
print s.str.split(' ')

이것의 output 다음과 같습니다-

0            Tom
1   William Rick
2           John
3        Alber@t
dtype: object

Split Pattern:
0   [Tom, , , , , , , , , , ]
1   [, , , , , William, Rick]
2   [John]
3   [Alber@t]
dtype: object

cat (sep = pattern)

import pandas as pd
import numpy as np

s = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t'])

print s.str.cat(sep='_')

이것의 output 다음과 같습니다-

Tom _ William Rick_John_Alber@t

get_dummies ()

import pandas as pd
import numpy as np

s = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t'])

print s.str.get_dummies()

이것의 output 다음과 같습니다-

William Rick   Alber@t   John   Tom
0             0         0      0     1
1             1         0      0     0
2             0         0      1     0
3             0         1      0     0

포함 ()

import pandas as pd

s = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t'])

print s.str.contains(' ')

이것의 output 다음과 같습니다-

0   True
1   True
2   False
3   False
dtype: bool

대체 (a, b)

import pandas as pd
s = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t'])
print s
print ("After replacing @ with $:")
print s.str.replace('@','$')

이것의 output 다음과 같습니다-

0   Tom
1   William Rick
2   John
3   Alber@t
dtype: object

After replacing @ with $:
0   Tom
1   William Rick
2   John
3   Alber$t
dtype: object

반복 (값)

import pandas as pd

s = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t'])

print s.str.repeat(2)

이것의 output 다음과 같습니다-

0   Tom            Tom
1   William Rick   William Rick
2                  JohnJohn
3                  Alber@tAlber@t
dtype: object

개수 (패턴)

import pandas as pd
 
s = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t'])

print ("The number of 'm's in each string:")
print s.str.count('m')

이것의 output 다음과 같습니다-

The number of 'm's in each string:
0    1
1    1
2    0
3    0

startswith (패턴)

import pandas as pd

s = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t'])

print ("Strings that start with 'T':")
print s.str. startswith ('T')

이것의 output 다음과 같습니다-

0  True
1  False
2  False
3  False
dtype: bool

endswith (패턴)

import pandas as pd
s = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t'])
print ("Strings that end with 't':")
print s.str.endswith('t')

이것의 output 다음과 같습니다-

Strings that end with 't':
0  False
1  False
2  False
3  True
dtype: bool

찾기 (패턴)

import pandas as pd

s = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t'])

print s.str.find('e')

이것의 output 다음과 같습니다-

0  -1
1  -1
2  -1
3   3
dtype: int64

"-1"은 요소에 이러한 패턴이 없음을 나타냅니다.

findall (패턴)

import pandas as pd

s = pd.Series(['Tom ', ' William Rick', 'John', 'Alber@t'])

print s.str.findall('e')

이것의 output 다음과 같습니다-

0 []
1 []
2 []
3 [e]
dtype: object

Null 목록 ([])은 요소에 이러한 패턴이 없음을 나타냅니다.

스왑 케이스 ()

import pandas as pd

s = pd.Series(['Tom', 'William Rick', 'John', 'Alber@t'])
print s.str.swapcase()

이것의 output 다음과 같습니다-

0  tOM
1  wILLIAM rICK
2  jOHN
3  aLBER@T
dtype: object

islower ()

import pandas as pd

s = pd.Series(['Tom', 'William Rick', 'John', 'Alber@t'])
print s.str.islower()

이것의 output 다음과 같습니다-

0  False
1  False
2  False
3  False
dtype: bool

isupper ()

import pandas as pd

s = pd.Series(['Tom', 'William Rick', 'John', 'Alber@t'])

print s.str.isupper()

이것의 output 다음과 같습니다-

0  False
1  False
2  False
3  False
dtype: bool

isnumeric ()

import pandas as pd

s = pd.Series(['Tom', 'William Rick', 'John', 'Alber@t'])

print s.str.isnumeric()

이것의 output 다음과 같습니다-

0  False
1  False
2  False
3  False
dtype: bool