Строковые манипуляции в Pandas DataFrame

Опубликовано: 27 Марта, 2022

Манипуляция строками - это процесс изменения, синтаксического анализа, объединения, вставки или анализа строк. Как мы знаем, иногда данные в строке не подходят для обработки анализа или получения описания данных. Но Python известен своей способностью манипулировать строками. Итак, расширив его здесь, мы узнаем, как Pandas предоставляет нам способы манипулирования для изменения и обработки строкового фрейма данных с помощью некоторых встроенных функций. В библиотеке Pandas есть некоторые встроенные функции, которые часто используются для манипуляций с строковыми данными.

First of all, we will know ways to create a string data-frame using pandas:  

Python3

# Importing the necessary libraries
import pandas as pd
import numpy as np
  
# df stands for dataframe
df = pd.Series(["Gulshan", "Shashank", "Bablu",
                "Abhishek", "Anand", np.nan, "Pratap"])
  
print(df)

Выход:

Давайте изменим тип созданного выше фрейма данных на строковый. Для этого могут быть разные методы. Давайте посмотрим на них в приведенных ниже примерах.

Example 1: We can change the dtype after the creation of data-frame: 

Python3

# we can change the dtype after
# creation of dataframe
print(df.astype("string"))

Выход:

Example 2: Creating the dataframe as dtype = ‘string’: 

Python3

# now creating the dataframe as dtype = "string"
import pandas as pd
import numpy as np
  
df = pd.Series(["Gulshan", "Shashank", "Bablu", "Abhishek",
                "Anand", np.nan, "Pratap"], dtype="string")
  
print(df)

Выход:

Example 3: Creating the dataframe as dtype = pd.StringDtype(): 

Python3

# now creating the dataframe as dtype = pd.StringDtype()
import pandas as pd
import numpy as np
  
df = pd.Series(["Gulshan", "Shashank", "Bablu", "Abhishek",
                "Anand", np.nan, "Pratap"], dtype=pd.StringDtype())
  
print(df)

Выход:

Манипуляции со строками в пандах

Теперь мы видим манипуляции со строками внутри фрейма данных pandas, поэтому сначала создайте фрейм данных и управляйте всеми строковыми операциями в этом единственном фрейме данных ниже, чтобы каждый мог легко узнать об этом.

Example:

Python3

# python script for create a dataframe
# for string manipulations
import pandas as pd
import numpy as np
  
df = pd.Series(["night_fury1", "Is  ", "Geeks, forgeeks",
                "100", np.nan, "  Contributor "])
df

Выход:

Let’s have a look at various methods provided by this library for string manipulations.

  • lower(): Converts all uppercase characters in strings in the DataFrame to lower case and returns the lowercase strings in the result.

Python3

# lower()
print(df.str.lower())
0        night_fury1
1               is  
2    geeks, forgeeks
3                100
4                NaN
5       contributor 
dtype: object
  • upper(): Converts all lowercase characters in strings in the DataFrame to upper case and returns the uppercase strings in result.

Python3

#upper()
print(df.str.upper())

Выход:

  • strip(): If there are spaces at the beginning or end of a string, we should trim the strings to eliminate spaces using strip() or remove the extra spaces contained by a string in DataFrame.

Python3

# strip()
print(df)
print(" After using the strip:")
print(df.str.strip())

Выход:

  • split(‘ ‘): Splits each string with the given pattern. Strings are split and the new elements after the performed split operation, are stored in a list.

Python3

# split(pattern)
print(df)
print(" After using the strip:")
print(df.str.split(","))
  
# now we can use [] or get() to fetch 
# the index values
print(" using []:")
print(df.str.split(",").str[0])
  
print(" using get():")
print(df.str.split(",").str.get(1))

Выход:

  • len(): With the help of len() we can compute the length of each string in DataFrame & if there is empty data in DataFrame, it returns NaN.

Python3

# len()
print("length of the dataframe: ", len(df))
print("length of each value of dataframe:")
print(df.str.len())

Выход:

  • cat(sep=’ ‘): It concatenates the data-frame index elements or each string in DataFrame with given separator.

Python3

# cat(sep=pattern)
print(df)
  
print(" after using cat:")
print(df.str.cat(sep="_"))
  
print(" working with NaN using cat:")
print(df.str.cat(sep="_", na_rep="#"))

Выход:

  • get_dummies(): It returns the DataFrame with One-Hot Encoded values like we can see that it returns boolean value 1 if it exists in relative index or 0 if not exists.

Python3

# get_dummies()
print(df.str.get_dummies())

Выход:

  • startswith(pattern): It returns true if the element or string in the DataFrame Index starts with the pattern.

Python3

# startswith(pattern)
print(df.str.startswith("G"))

Выход:

  • endswith(pattern): It returns true if the element or string in the DataFrame Index ends with the pattern.

Python3

# endswith(pattern)
print(df.str.endswith("1"))

Выход:

  • replace(a,b): It replaces the value a with the value b like below in example ‘Geeks’ is being replaced by ‘Gulshan’.

Python3

# replace(a,b)
print(df)
print(" After using replace:")
print(df.str.replace("Geeks", "Gulshan"))

Выход:

  • repeat(value): It repeats each element with a given number of times like below in example, there are two appearances of each string in DataFrame.

Python3

# repeat(value)
print(df.str.repeat(2))

Выход:

  • count(pattern): It returns the count of the appearance of pattern in each element in Data-Frame like below in example it counts ‘n’ in each string of DataFrame and returns the total counts of ‘n’ in each string.

Python3

# count(pattern)
print(df.str.count("n"))

Выход:

  • find(pattern): It returns the first position of the first occurrence of the pattern. We can see in the example below, that it returns the index value of appearance of character ‘n’ in each string throughout the DataFrame.

Python3

# find(pattern)
# in result "-1" indicates there is no
# value matching with given pattern in 
# particular row
print(df.str.find("n"))

Выход:

  • findall(pattern): It returns a list of all occurrences of the pattern. As we can see in below, there is a returned list consisting n as it appears only once in the string.

Python3

# findall(pattern)
# in result [] indicates null list as 
# there is no value matching with given
# pattern in particular row
print(df.str.findall("n"))

Выход:

  • islower(): It checks whether all characters in each string in the Index of the Data-Frame in lower case or not, and returns a Boolean value.

Python3

# islower()
print(df.str.islower())

Выход:

  • isupper(): It checks whether all characters in each string in the Index of the Data-Frame in upper case or not, and returns a Boolean value.

Python3

# isupper()
print(df.str.isupper()) 

Выход:

  • isnumeric(): It checks whether all characters in each string in the Index of the Data-Frame are numeric or not, and returns a Boolean value.

Python3

# isnumeric()
print(df.str.isnumeric())

Выход:

  • swapcase(): It swaps the case lower to upper and vice-versa. Like in the example below, it converts all uppercase characters in each string into lowercase and vice-versa (lowercase -> uppercase).

Python3

# swapcase()
print(df.str.swapcase())

Выход:

Внимание компьютерщик! Укрепите свои основы с помощью базового курса программирования Python и изучите основы.

Для начала подготовьтесь к собеседованию. Расширьте свои концепции структур данных с помощью курса Python DS. А чтобы начать свое путешествие по машинному обучению, присоединяйтесь к курсу Машинное обучение - базовый уровень.

Python

РЕКОМЕНДУЕМЫЕ СТАТЬИ

Востребованность и актуальность Python в современной разработке
15 Мая, 2024
Как научиться программировать на Python
6 Июля, 2023
Линейный классификатор в Tensorflow
21 Февраля, 2023
Обнаружение рака кожи с помощью TensorFlow
21 Февраля, 2023
Прогнозирование цены Dogecoin с помощью машинного обучения
21 Февраля, 2023
Красивая печать XML в Python
21 Февраля, 2023
Прогнозирование права на получение ссуды с использованием моделей машинного обучения в Python
21 Февраля, 2023
Квантование цвета с использованием K-Means в Scikit Learn
21 Февраля, 2023