English | 简体中文 | 繁體中文 | Русский язык | Français | Español | Português | Deutsch | 日本語 | 한국어 | Italiano | بالعربية

Tutorial do Pandas

Tratamento de Texto do Pandas

Exemplos de operações de texto do Pandas

Neste capítulo, usaremos séries básicas / O Index discute operações de string. Nos capítulos subsequentes, aprenderemos como aplicar essas funções de string no DataFrame.

O Pandas oferece um conjunto de funções de string que permitem operações fáceis em dados de string. O mais importante é que essas funções ignoram (ou excluem) valores ausentes/ Valores NaN.

Praticamente todos esses métodos podem ser usados nas funções de string do Python (veja: https://docs.python.org/3/library/stdtypes.html#string-docs.python.orgbiblioteca

stdtypes.html#string

methods) Portanto, converter o objeto Series para String e depois executar a operação.
lower()Método/Vamos ver como cada operação é executada.
upper()Método/Descrição
len()Converter a string na "índice" para minúsculas.
strip()Converter a string na "índice" para maiúsculas./Calcular a comprimento da string.
Remover espaços em branco (inclusive quebras de linha) de cada string na "índice".split(' ')
Dividir cada string com o padrão fornecido./cat(sep=' ')td>/Conectar a série com o delimitador fornecido
get_dummies()Elementos de índice.
Retornar um DataFrame com valor de código único.contains(pattern)
replace(a,b)Se a substring estiver presente no elemento, retornar True para cada elemento, caso contrário retornar False.
repeat(value)Substituir o valor a por b.
count(pattern)Repetir cada elemento a uma quantidade específica de vezes.
startswith(pattern)Se o elemento na "índice" começa com o padrão, retornar true./Retornar a contagem de ocorrências do padrão em cada elemento.
endswith(pattern)Se o elemento na "índice" começa com o padrão, retornar true./Se o elemento na "índice" termina com o padrão, retornar true.
find(pattern)Retornar a primeira posição onde o padrão aparece.
findall(pattern)Retornar a lista de todos os padrões que aparecem.
swapcaseInversão de maiúsculas e minúsculas
islower()<Verificar "série/Verificar se todos os caracteres de cada string na "índice" estão em minúsculas. Retornar valor booleano
isupper()Verificar "série/Verificar se todos os caracteres de cada string na "índice" estão em maiúsculas. Retornar valor booleano.
isnumeric()Verificar "série/Verificar se todos os caracteres de cada string na "índice" são números. Retornar valor booleano.

Vamos criar um Series, para ver como todas essas funções funcionam.

　import　pandas　as　pd
　import numpy as np
　s = pd.Series(['Tom', 'William Rick', 'John', 'Alber@t', np.nan, '1234','SteveSmith'])
　print s

Resultados da Execução：

　0  Tom
　1　William Rick
　2　John
　3　Alber@t
　4　NaN
　5　1234
　6　Steve Smith
　dtype:　object

lower()

　import　pandas　as　pd
　import numpy as np
　s = pd.Series(['Tom', 'William Rick', 'John', 'Alber@t', np.nan, '1234','SteveSmith'])
　print s.str.lower()

Resultados da Execução：

　0 tom
　1　william rick
　2　john
　3　alber@t
　4　NaN
　5　1234
　6　steve smith
　dtype:　object

upper()

　import　pandas　as　pd
　import numpy as np
　s = pd.Series(['Tom', 'William Rick', 'John', 'Alber@t', np.nan, '1234','SteveSmith'])
　print s.str.upper()

Resultados da Execução：

　0 TOM
　1　WILLIAM RICK
　2　JOHN
　3　ALBER@T
　4　NaN
　5　1234
　6　STEVE SMITH
　dtype:　object

len()

　import　pandas　as　pd
　import numpy as np
　s = pd.Series(['Tom', 'William Rick', 'John', 'Alber@t', np.nan, '1234','SteveSmith'])
　print s.str.len()

Resultados da Execução：

　0　3.0
　1　12.0
　2　4.0
　3　7.0
　4　NaN
　5　4.0
　6　10.0
　dtype: float64

strip()

　import　pandas　as　pd
　import numpy as np
　s　=　pd.Series(['Tom　',　'　William　Rick',　'John',　'Alber@t'])
　print s
　print ("After Stripping:")
　print s.str.strip()

Resultados da Execução：

　0  Tom
　1　William Rick
　2　John
　3　Alber@t
　dtype:　object
　After Stripping:
　0  Tom
　1　William Rick
　2　John
　3　Alber@t
　dtype:　object

split(pattern)

　import　pandas　as　pd
　import numpy as np
　s　=　pd.Series(['Tom　',　'　William　Rick',　'John',　'Alber@t'])
　print s
　print ("Split Pattern:")
　print s.str.split('　')

Resultados da Execução：

　0  Tom
　1　William Rick
　2　John
　3　Alber@t
　dtype:　object
　Split Pattern:
　0  [Tom, , , , , , , , , , ]
　1　[, , , , , William, Rick]
　2　[John]
　3　[Alber@t]
　dtype:　object

cat(sep=pattern)

　import　pandas　as　pd
　import numpy as np
　s　=　pd.Series(['Tom　',　'　William　Rick',　'John',　'Alber@t'])
　print s.str.cat(sep='_')

Resultados da Execução：

　　　Tom _ William Rick_John_Alber@t

get_dummies()

　import　pandas　as　pd
　import numpy as np
　s　=　pd.Series(['Tom　',　'　William　Rick',　'John',　'Alber@t'])
　print s.str.get_dummies()

Resultados da Execução：

　　　William Rick      Alber@t      John      Tom
0        0        0        0        0        0        0        0　　　　　1
1　　　　　　　　　　　　　1　　　　　　　　　0        0        0
2　　　　　　　　　　　　　0        0　　　　　　1　　　　　0
3　　　　　　　　　　　　　0　　　　　　　　　1　　　　　　0        0

contains ()

　import　pandas　as　pd
　s　=　pd.Series(['Tom　',　'　William　Rick',　'John',　'Alber@t'])
　print s.str.contains('　')

Resultados da Execução：

　0    True
　1　　True
　2　　False
　3　　False
　dtype:　bool

replace(a,b)

　import　pandas　as　pd
　s　=　pd.Series(['Tom　',　'　William　Rick',　'John',　'Alber@t'])
　print s
　print ("After replacing @ with $:")
　print s.str.replace('@',')
　)

Resultados da Execução：

　0  Tom
　1　William Rick
　2　John
　3　Alber@t
　dtype:　object
　After replacing @ with $:
　0  Tom
　1　William Rick
　2　John
　3　Alber$t
　dtype:　object

repeat(value)

　import　pandas　as　pd
　s　=　pd.Series(['Tom　',　'　William　Rick',　'John',　'Alber@t'])
　print s.str.repeat(2)

Resultados da Execução：

0      Tom      Tom
1　　　William Rick      William Rick
2　　　　　　　　　　　　　　　　　　JohnJohn
3　　　　　　　　　　　　　　　　　　Alber@tAlber@t
dtype:　object

count(pattern)

　import　pandas　as　pd
　　
　s　=　pd.Series(['Tom　',　'　William　Rick',　'John',　'Alber@t'])
　print ("Number of 'm' in each string:")
　print s.str.count('m')

Resultados da Execução：

　Number of 'm' in each string:
　0　1
　1　1
　2　0
　3　0

startswith(pattern)

　import　pandas　as　pd
　s　=　pd.Series(['Tom　',　'　William　Rick',　'John',　'Alber@t'])
　print ("Strings that start with 'T':")
　print s.str.  startswith ('T')

Resultados da Execução：

　0    True
　1　　False
　2　　False
　3　　False
　dtype:　bool

endswith(pattern)

　import　pandas　as　pd
　s　=　pd.Series(['Tom　',　'　William　Rick',　'John',　'Alber@t'])
　print ("Strings that end with 't':")
　print s.str.endswith('t')

Resultados da Execução：

　Strings que terminam com 't':
　0　　False
　1　　False
　2　　False
　3　　True
　dtype:　bool

find(pattern)

　import　pandas　as　pd
　s　=　pd.Series(['Tom　',　'　William　Rick',　'John',　'Alber@t'])
　print　s.str.find('e')

Resultados da Execução：

　0　-1
　1　-1
　2　-1
　3　3
　dtype:　int64

“ -1”indica que nenhum elemento foi correspondido.

findall(pattern)

　import　pandas　as　pd
　s　=　pd.Series(['Tom　',　'　William　Rick',　'John',　'Alber@t'])
　print　s.str.findall('e')

Resultados da Execução：

　0　[]
　1　[]
　2　[]
　3　[e]
　dtype:　object

Uma lista vazia ([]) indica que nenhum elemento foi correspondido

swapcase()

　import　pandas　as　pd
　s　=　pd.Series(['Tom',　'William　Rick',　'John',　'Alber@t'])
　print　s.str.swapcase()

Resultados da Execução：

　0　tOM
　1　wILLIAM　rICK
　2　jOHN
　3　aLBER@T
　dtype:　object

islower()

　import　pandas　as　pd
　s　=　pd.Series(['Tom',　'William　Rick',　'John',　'Alber@t'])
　print　s.str.islower()

Resultados da Execução：

　0　　False
　1　　False
　2　　False
　3　　False
　dtype:　bool

isupper()

　import　pandas　as　pd
　s　=　pd.Series(['Tom',　'William　Rick',　'John',　'Alber@t'])
　print　s.str.isupper()

Resultados da Execução：

　0　　False
　1　　False
　2　　False
　3　　False
　dtype:　bool

isnumeric()

　import　pandas　as　pd
　s　=　pd.Series(['Tom',　'William　Rick',　'John',　'Alber@t'])
　print　s.str.isnumeric()

Resultados da Execução：

　0　　False
　1　　False
　2　　False
　3　　False
　dtype:　bool
Operações SQL do PandasOrdenação do Pandas