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

  • 小规模纳税人零申报是每季度报吗
  • 房地产企业所得税预计毛利率
  • 残保金滞纳金能抵扣吗
  • 工会费个税税前扣除标准
  • 两处以上取得工资如何交社保
  • 税务机关如何防范关联企业涉税风险问题
  • 无形资产后续支出计入什么科目
  • 公司社保退回会退钱吗
  • 库存材料盘亏会计分录
  • 增值税普通发票对方作废了怎么办?
  • 生产型企业税种有哪些
  • 递延收益的所得税影响
  • 涂料发票几个点的税
  • 存货缺货成本如何算
  • 基金投资了能随时取出吗
  • 应收出口退税属于哪个会计科目
  • 客运企业安全费用提取标准
  • Qq浏览器里的文档怎么以文件形式发送
  • PHP:curl_unescape()的用法_cURL函数
  • 可供出售金融资产现在叫什么
  • 木鱼的电脑
  • sbdrvdet.exe - sbdrvdet是什么进程 有什么用
  • ctfmon.exe文件在哪
  • .exe是什么程序
  • 物业公司成本费用
  • 葡萄酒企业已纳税多少
  • framework core
  • php反转字符串方法
  • phple
  • 累计减除费用多还是少好
  • ps怎么用魔棒选区
  • 卖方付给买方的正常回扣
  • SQLite3 API 编程手册
  • 有效税额可以更改吗
  • 代扣代缴个人所得税分录
  • 投资性房地产在建期间需要摊销吗
  • 房产税是按不含增值税计提吗
  • 报销差旅费大于预借差旅费会计分录
  • 专票已认证但又不能抵扣
  • 应付账款挂账
  • 从农民个人手里取出钱
  • 转入企业银行存款利息分录
  • 换工作后个税app单位会自动更改吗
  • 建筑企业其他应付款包含什么内容
  • 2021会计实操视频
  • 金蝶当月没有账如何结转到下月
  • 怎样填制记账凭证表
  • 工业企业外购材料物资的成本包括
  • 用SQL统计SQLServe表存储空间大小的代码
  • sql server的go
  • sqlserver批处理
  • mysql主从复制原理以及架构
  • linux 主力机
  • apache禁用trace方法
  • win10虚拟机无法安装
  • linux怎么分盘
  • windows7电脑怎么变快
  • iptables 增加
  • win8.1使用技巧大全
  • win8 更新
  • win7系统升级win10系统方法
  • linux安装步骤
  • linux常用的帮助命令
  • 微信小程序实现人脸识别
  • jquery操作html代码
  • css制作排行榜
  • Python3.6 Schedule模块定时任务(实例讲解)
  • opengl perspective
  • 查找最近文件操作记录
  • android监听应用打开
  • 如何分析源码
  • unity的text
  • android8.0特性
  • 个人所得税完税证明在哪里查询
  • 国家税务总局官网电子税务局
  • 浙江省工伤停工留薪期分类目录
  • 营业账簿中的其他账簿包括
  • 税票开户银行怎么填写?
  • 出成效的意思
  • 浙江省违章建筑年限认定
  • 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