位置: 编程技术 - 正文

python数据清洗系列之字符串处理详解(python数据清洗的方法有哪些)

编辑:rootadmin

推荐整理分享python数据清洗系列之字符串处理详解(python数据清洗的方法有哪些),希望有所帮助,仅作参考,欢迎阅读内容。

文章相关热门搜索词:python数据清洗的方法有哪些,python 数据清洗,python数据清洗例子,python 数据清洗,python数据清洗的方法有哪些,python 数据清洗,python数据清洗流程,利用python数据清洗常用函数,内容如对您有帮助,希望把文章链接给更多的朋友!

前言

数据清洗是一项复杂且繁琐(kubi)的工作,同时也是整个数据分析过程中最为重要的环节。有人说一个分析项目%的时间都是在清洗数据,这听起来有些匪夷所思,但在实际的工作中确实如此。数据清洗的目的有两个,第一是通过清洗让数据可用。第二是让数据变的更适合进行后续的分析工作。换句话说就是有”脏”数据要洗,干净的数据也要洗。

在数据分析中,特别是文本分析中,字符处理需要耗费极大的精力,因而了解字符处理对于数据分析而言,也是一项很重要的能力。

字符串处理方法

首先我们先了解下都有哪些基础方法

首先我们了解下字符串的拆分split方法

对字符str用逗号进行拆分的结果:

['i like apple', 'i like bananer']

根据空格拆分的结果:

['i', 'like', 'apple,i', 'like', 'bananer']

两个查找结果都为:

找不到的情况下index返回错误,find返回-1

结果为:

4

connt用于统计目标字符串的频率

结果为:

['i', 'like', 'apple', 'i', 'like', 'bananer']

这里replace把逗号替换为空格后,在用空格对字符串进行分割,刚好能把每个单词取出来。

除了常规的方法以外,更强大的字符处理工具费正则表达式莫属了。

正则表达式

在使用正则表达式前我们还要先了解下,正则表达式中的诸多方法。

下面我来看下个方法的使用,首先了解下match和search方法的区别

结果为:

Cats are smarter than dogsCatssmarter

这种形式的pettern匹配规则下,match和search方法的的返回结果是一样的

此时如果把pattern改为

match则返回none,search返回结果为:

are smarter than dogssmarter

python数据清洗系列之字符串处理详解(python数据清洗的方法有哪些)

接下来我们了解下其他方法的使用

结果为:

--

以上是通过把#号后面的内容替换为空实现提取号码的目的。

我们还可以进一步对号码的横杆进行替换

结果为:

我们还可以用find的方法把找到的字符串打印出来

结果为:

['5', '5', '5']

正则表达式的整体内容比较多,需要我们对匹配的字符串的规则有足够的了解,下面是具体的匹配规则。

矢量化字符串函数

清理待分析的散乱数据时,常常需要做一些字符串规整化工作。

结果为:

可以通过规整合的一些方法对数据做初步的判断,比如用contains 判断每个数据中是否含有关键词

结果为:

也可以对字符串进行分拆,把需要的字符串提取出来

结果为:

chen [(, xinlang, com)]li [(, qq, com)]sun [(, gmail, com)]wang [(, qq, com)]zhao NaNdtype: object

此时加入我们需要提取邮箱前面的名称

结果为:

或者需要邮箱所属的域名

结果为:

当然也可以用切片的方式进行提取,不过提取的数据准确性不高

结果为:

最后我们了解下矢量化的字符串方法

总结

标签: python数据清洗的方法有哪些

本文链接地址:https://www.jiuchutong.com/biancheng/380071.html 转载请保留说明!

上一篇:python中numpy基础学习及进行数组和矢量计算(numpy基础知识)

下一篇:python cx_Oracle模块的安装和使用详细介绍

  • 外地多预交的税款申报时该怎么填写?
  • 总资产报酬率的计算公式
  • 资本公积转实收资本要交税吗
  • 工资社保缴纳计算器
  • 个税扣除项生效日期
  • 进项认证勾选在哪里操作
  • 非盈利组织收到投资款如何做账
  • 政府无偿划拨土地涉及的税费
  • 生产企业购入材料怎么做分录
  • 广告业服务收费交税的会计处理怎么做?
  • 税收优惠包括哪三个方面的内容
  • 税局会例行检查吗
  • 一般纳税人小型微利企业印花税
  • 主营业务成本没有结转怎么办
  • 成本差异的种类有哪些?
  • 文化事业建设费税收优惠政策2023
  • 现金收付业务流程图
  • 被扣留的质保金怎么办
  • 社保显示已申报,但缴不了款
  • 期初未缴纳税额负数
  • 事业单位财政拨款是编制吗
  • 分公司可以向总公司缴纳管理费吗
  • 在建工程包括哪些明细
  • gitlab shell
  • php编写
  • php随机数组
  • 通往萨卡洛布拉的火车
  • php实现邮件发送
  • 购买净资产为负的资产
  • php二维数组foreach
  • 索洛维茨在哪
  • redis 缓存框架
  • 增值税的纳税时间是多久
  • flask 教程
  • 从零开始吧
  • 增值税申报表期初未缴税额
  • 开发支出的含义
  • 企业年度预算编制流程
  • 现金流是什么意思举例
  • 如何补缴以前年度的税
  • 基本户不注销会扣钱吗
  • java集合框架主要有
  • sqlserver设置简单模式
  • 个人所得税申报退税能退多少
  • 企业消费税应计入资产成本的有哪些
  • 普通发票和增值税普通发票一样吗
  • 公司买的茶叶怎么入账
  • 买方的现金折扣会计分录
  • 个税异地缴纳后果
  • 原材料用于在建工程进项税
  • 微信转账和支付宝转账哪个更安全
  • 股份有限责任公司是什么意思
  • 递延收益的会计处理
  • 付款与开票单位不一致怎样做账
  • 个人无偿赠与不动产税收管理
  • 出口转内销账务处理以前年度
  • mysql 授权命令
  • mysql进阶之路
  • 服务器上文件共享
  • office技术预览版和增强版
  • win10 下一代
  • win10右键菜单自定义
  • Windows Server 2008关闭闲置状态的IDE通道
  • 升级win10后悔了
  • jquery prompt
  • android获取音频信息
  • cocos2dx 2.2.2
  • 不得不佩服自己的搞笑说说
  • nginx优雅退出
  • js日历插件日期选择器
  • unity安装进度条不动
  • 外部js获取当前vue实例
  • js创建对象的几种方式
  • art+project
  • js实现拖拽功能
  • 中国海关化妆品关税
  • 山西国家税务总局
  • 娱乐会所一般有什么
  • 电子票据如何报销
  • 武汉市江岸区工商局咨询电话
  • 免责声明:网站部分图片文字素材来源于网络,如有侵权,请及时告知,我们会第一时间删除,谢谢! 邮箱:opceo@qq.com

    鄂ICP备2023003026号

    网站地图: 企业信息 工商信息 财税知识 网络常识 编程技术

    友情链接: 武汉网站建设