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

  • 电子税务局能查到个税申报信息吗
  • 公司首次申报个税怎么填
  • 对外支付人民币存在残缺污损的问题
  • 初税亩是什么意思
  • 税筹是什么意思,有哪些工具
  • 甲供材入账
  • 装修费是否计入固定资产
  • 销售返利增值税按哪个税率
  • 现金支票 差旅费
  • 交强险发票备注的车船税怎么报销
  • 增值税附征优惠政策
  • 免费样品销售给客户计入什么科目
  • 赠送电影票的说辞
  • 辅助生产车间最后结转到哪里
  • 代发工资的手续费是多少
  • 公司改名字麻烦不
  • 电话费开专票可抵扣吗
  • 当期净资产收益率怎么算
  • 预缴纳税申报失败怎么办
  • 企业支付宝税务局能查吗怎么查
  • 工程施工会计核算方法
  • 物资包括材料吗
  • 存货跌价准备如何结转
  • 违约支付罚款计入哪里
  • 1697508577
  • 受托方代收代缴的消费税计入成本吗
  • 支付服务器年租什么意思
  • 进口应税消费品的组成计税价格公式
  • 以前年度多计提的附加税怎么冲回
  • cmdkill进程
  • php proto
  • 个人出租有形动产怎么交税
  • php ladp
  • 向日葵茎上有刺吗
  • PHP使用http_build_query()构造URL字符串的方法
  • 专票退税是什么意思
  • vue鼠标悬浮菜单
  • 拨入专款年终如何做账
  • 企业职工生活费
  • 未分配利润在科目余额表里怎么看
  • 会计科目借贷方向图表
  • 预缴的附加税需要转出吗
  • day12-Servlet02
  • 长投会计分录总结
  • 企业正常性停产什么意思
  • 跨年发票能不能用
  • 返利冲减销售收入还是进费用
  • 个体户是什么样的
  • 企业向个人的借款合同
  • 税金及附加和营业税金及附加是一个科目吗
  • 累计折旧的借贷方表示
  • 公司与公司之间人与人之间最大的区别
  • 挂靠公司收的税费计入什么科目?
  • 上家失控发票补税补不起
  • 民非企业怎么给员工交五险
  • sql中的where in
  • windows蓝屏代码大全及解决方案
  • ubuntu系统怎么用
  • iconv.exe
  • cpio压缩
  • cocos2dx游戏有哪些
  • unity3d基础操作
  • vim安装ycm
  • 批处理界面
  • android检测网络差
  • node搭建博客
  • using dispose
  • jQuery.uploadify文件上传组件实例讲解
  • js string string
  • android系统设置
  • python魔法方法详解
  • 微博html代码
  • jquery ajax局部加载方法详解(实现代码)
  • 开发票 税收编码
  • 湖北省国家税务总局
  • 掌上税务app
  • 河南省地方税务局公告2017年第4号
  • 从国外进口设备需要缴纳增值税吗
  • 交管123发票审核
  • 金三是什么鱼竿?
  • 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