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

  • 二手车经纪公司和中介的区别
  • 美国个税计算器2021计算器
  • 国内税和国外税
  • 建筑公司包工包料账务处理
  • 防疫物资采购计入什么费用
  • 盈利幼儿园和非盈利幼儿园的政策
  • 受托代销商品和受托代销商品款怎么列示
  • 报税显示税款入账未到账
  • 政府购买服务合同最多签几年
  • 厂家订货会合同
  • 企业出租房屋交什么税?
  • 税控技术服务费计入什么科目
  • 刷卡手续费可以开经纪代理服务费吗
  • 车辆租赁费可以开专票吗
  • 小规模纳税人零申报什么意思
  • 兼营非应税劳务行为举例
  • 没有签订劳动合同员工离职怎么处理
  • 印花税税基含不含增值税
  • 外省工程需要什么手续
  • 加盟商的作用
  • 外账缺成本费用怎么处理
  • 汇算清缴后需要退税如何操作?
  • 聘请专家费用管理办法
  • 补缴配套费
  • 硬盘最小的存储单位
  • 尿急尿频尿不尽吃什么药效果好
  • php课堂笔记
  • 金融行业如何征收营业税
  • 公司资金被税务部门冻结
  • 培训类产品
  • 工业用地被政府征收怎么补偿
  • php yield 异步
  • 吃辣第二天长痘痘
  • vue框架基础知识
  • 来料加工企业需注意什么
  • http://与www.开头的网站有何区别
  • 分页显示怎么实现
  • 小规模纳税人低于30万怎么填报申报表
  • 小程序新版本
  • 先付款后收到发票怎么入账
  • 从零开始作者
  • 长期股权投资初始计量会计科目
  • 多交的城建税可以抵减扣除吗
  • 稽查增值税跨年了销项税额如何转出
  • 高新技术企业福利费扣除比例
  • wordpress怎么降级
  • 收集整理数据
  • 股份有限公司个人股份
  • 股权转让过程中的税费
  • 个体工商户税种及税率
  • 对增值税发票开具方面是有啥要求?
  • 固定电话机用装电池吗
  • 新准则合同结算的科目编码为
  • 检测费账务处理
  • 产品质量问题扣款账务处理
  • 辞退福利计入什么明细费用
  • 什么是成品油发票
  • 包含个人社保的保险
  • 商标是无形资产还是商誉
  • 股权转让如何支付利润
  • 普票抵扣
  • 房地产开发企业资质管理规定
  • 施工企业其他业务收入包括哪些
  • linux常用的几种压缩工具
  • 如何快速卸载游戏
  • linux bzz
  • 基于android的app
  • ms-dos7.10如何安装
  • android方法大全
  • python 读取数据库
  • 猫的所有视频
  • vue怎么做兼容
  • js的脚本语言
  • 批处理set命令
  • bootstrap和css的关系
  • jQuery插件使用
  • 农产品核定扣除办法38号公告
  • 税控设备可以在电子税务局上买吗
  • 2022年印花税最新规定反映了什么
  • 租房税费怎么算的
  • 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