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

  • 增值税加计扣除是什么意思啊
  • 收到个人保险费会计分录
  • 小规模纳税人所得税费用怎么算
  • 企业管理费可以扣除吗
  • 防伪税控系统服务费发票在哪里开
  • 开仓库需要营业执照吗
  • 所得税汇算清缴时间期限
  • 超额库存现金
  • 无偿使用期限为多少年
  • 企业法人投资股4 账户
  • 个人如何开劳务费怎么开
  • 印花税申报完成后如何缴款
  • 企业为员工购买的补充医疗保险
  • 增值税发票税率6%是什么
  • 建筑业附加税税率是多少
  • 金税盘当月买当月不抵扣怎么处理?
  • 对公提回款是什么意思
  • 自然灾害造成的存货净损失计入什么科目
  • 税法三流合一是哪一项法律依据
  • 职工福利费支出计入什么科目
  • 受赠人个人所得税
  • 低值易耗品属于资产类
  • 网店提现要多久能到账
  • 版权许可授权书
  • 收到工会经费返还属于现金流量表哪
  • 华为鸿蒙系统的服务
  • 安全生产费用怎么支出
  • 进口免费赠送报成了一般贸易
  • 手机如何测试网络稳定性
  • 美团提现手续费入哪个会计科目
  • js控件的监听事件怎么使用
  • 债券到期收回本息计算单
  • 小程序在线反编译网页版
  • 房产税的计税依据的形式包括
  • 个体户变更为有限公司成立时间
  • 进料加工免退税
  • 企业免租申请
  • 媒体查询是什么
  • php 数学函数
  • phpcms开发手册
  • 结转财务费用时怎么做账
  • 劳务派遣公司账务处理
  • sql server数字类型
  • 非盈利机构怎么说
  • 累计增长率如何计算公式
  • 生产部门使用的无形资产摊销
  • 房租能不能一次性付清
  • 先开票未发货要确认收入吗
  • 行政事业单位银行开户规定
  • 事业单位哪些收入要上交国库
  • 一般哪些收据可以抵扣
  • 发生了销售交易但没有在销售日记
  • 应收票据的计价应按
  • 党组织专项经费包括什么
  • 公司销售二手车怎么开票
  • 其他应付款坏账处理说明
  • centos怎么设置
  • ubuntu 21.04 安装
  • u盘装好系统后重启无法进入系统
  • windows10周年更新
  • cpqinet.exe是什么进程 安全吗 cpqinet进程安全性评估
  • Ubuntu系统怎么设置IP
  • win102021年1月大更新
  • 简单掌握办公软件怎么写
  • 安卓中的多线程
  • CalledFromWrongThreadException: Only the original thread that created a view
  • html+css网站设计基础教程
  • 批处理应用实例
  • unity游戏开发的技术
  • TNet Tasharen Networking
  • asoul抽象
  • 个体经营所得申报密码怎样设置
  • 外经证办理流程在哪个网站申请
  • 郑州房产契税缴纳
  • 建筑企业外地施工预缴税款
  • 收到12366的短信
  • 电子税务局在线咨询
  • 如何开展班级全部活动
  • 增值税发票冲红是什么意思
  • 哈尔滨地税局电话
  • 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