Working_With_Strings

벡터화된 문자열 연산 Working_With_Strings

Pandas 문자열 연산 Pandas String Operations

import numpy as np

x = np.array([2, 3, 5, 7, 11, 13])
# 벡터화 연산
x * 2

array([ 4,  6, 10, 14, 22, 26])

data = ['peter', 'Paul', 'MARY', 'gUIDO']
# NumPy 에서는 문자열 배열에 간단히 접근 불가 --> 루프 구문 사용
[s.capitalize() for s in data]

['Peter', 'Paul', 'Mary', 'Guido']

import pandas as pd

data = ['peter', 'Paul', None, 'MARY', 'gUIDO']
names = pd.Series(data)
names

0    peter
1     Paul
2     None
3     MARY
4    gUIDO
dtype: object

Tables of Pandas String Methods

monte = pd.Series(['Graham Chapman', 'John Cleese', 'Terry Gilliam',
                   'Eric Idle', 'Terry Jones', 'Michael Palin'])

Methods similar to Python string methods

Pandas str methods

len()	lower()	translate()	islower()
ljust()	upper()	startswith()	isupper()
rjust()	find()	endswith()	isnumeric()
center()	rfind()	isalnum()	isdecimal()
zfill()	index()	isalpha()	split()
strip()	rindex()	isdigit()	rsplit()
rstrip()	capitalize()	isspace()	partition()
lstrip()	swapcase()	istitle()	rpartition()

# 일부 메서드는 일련의 문자열을 반환
monte.str.lower()

0    graham chapman
1       john cleese
2     terry gilliam
3         eric idle
4       terry jones
5     michael palin
dtype: object

# 일부 메서드는 숫자를 반환
monte.str.len()

0    14
1    11
2    13
3     9
4    11
5    13
dtype: int64

# 일부 메서드는 부울 값을 반환
monte.str.startswith('T')

0    False
1    False
2     True
3    False
4     True
5    False
dtype: bool

# 일부 메서드는 각 요소에 대한 리스트나 다른 복합 값을 반환
monte.str.split()

0    [Graham, Chapman]
1       [John, Cleese]
2     [Terry, Gilliam]
3         [Eric, Idle]
4       [Terry, Jones]
5     [Michael, Palin]
dtype: object

Methods using regular expressions

Pandas 메서드와 파이썬 re 모듈 함수 사이의 매핑

Method	Description	EngDescription
match()	각 요소에 re.match()를 호출, 부울 값을 반환	Call re.match() on each element, returning a boolean.
extract()	각 요소에 re.math()를 호출, 문자열로 매칭된 그룹을 반환	Call re.match() on each element, returning matched groups as strings.
findall()	각 요소에 re.findall()을 호출	Call re.findall() on each element
replace()	패턴이 발생한 곳을 다른 문자열로 대체	Replace occurrences of pattern with some other string
contains()	각 요소에 re.search()를 호출, 부울 값을 반환	Call re.search() on each element, returning a boolean
count()	패턴의 발생 건수를 집계	Count occurrences of pattern
split()	str.split()과 동일하지만 정규 표현식을 취함	Equivalent to str.split(), but accepts regexps
rsplit()	str.rsplit()과 동일하지만 정규 표현식을 취함	Equivalent to str.rsplit(), but accepts regexps

# 각 요소의 시작 문자와 붙어있는 그룹을 요청해 각 요소로부터 이름 부분을 추출
monte.str.extract('([A-Za-z]+)', expand=False)

0     Graham
1       John
2      Terry
3       Eric
4      Terry
5    Michael
dtype: object

# 문자열 시작(^)과 문자열 끝($)을 나타내는 정규 표현식을 사용해 자음으로 시작하고 끝나는 모든 이름 찾기
monte.str.findall(r'^[^AEIOU].*[^aeiou]$')

0    [Graham Chapman]
1                  []
2     [Terry Gilliam]
3                  []
4       [Terry Jones]
5     [Michael Palin]
dtype: object

Miscellaneous methods

기타 Pandas 문자열 메서드

Method	Description	EngDescription
get()	각 요소에 인덱스를 지정	Index each element
slice()	각 요소에 슬라이스를 적용	Slice each element
slice_replace()	각 요소의 슬라이스를 전달된 값으로 대체	Replace slice in each element with passed value
cat()	문자열을 연결	Concatenate strings
repeat()	값을 반복	Repeat values
normalize()	문자열의 유니코드 형태를 반환	Return Unicode form of string
pad()	문자열 왼쪽, 오른쪽, 또는 양쪽에 공백을 추가	Add whitespace to left, right, or both sides of strings
wrap()	긴 문자열을 주어진 너비보다 짧은 길이의 여러 줄로 나눔	Split long strings into lines with length less than a given width
join()	Series의 각 요소에 있는 문자열을 전달된 구분자와 결합	Join strings in each element of the Series with passed separator
get_dummies()	DataFrame으로 가변수(dummy variable)를 추출	extract dummy variables as a dataframe

벡터화된 항목의 접근 및 슬라이싱 Vectorized item access and slicing

# df.str.slice(0, 3) 과 동일
monte.str[0:3]

0    Gra
1    Joh
2    Ter
3    Eri
4    Ter
5    Mic
dtype: object

# split --> 반환한 배열의 요소에 접근
# get --> 각 요소의 성 추출
monte.str.split().str.get(-1)

0    Chapman
1     Cleese
2    Gilliam
3       Idle
4      Jones
5      Palin
dtype: object

지시 변수 Indicator variables

full_monte = pd.DataFrame({'name': monte,
                           'info': ['B|C|D', 'B|D', 'A|C',
                                    'B|D', 'B|C', 'B|C|D']})
full_monte

	name	info
0	Graham Chapman	B|C|D
1	John Cleese	B|D
2	Terry Gilliam	A|C
3	Eric Idle	B|D
4	Terry Jones	B|C
5	Michael Palin	B|C|D

# 지시 변수를 DataFrame으로 나누기
full_monte['info'].str.get_dummies('|')

	A	B	C	D
0	0	1	1	1
1	0	1	0	1
2	1	0	1	0
3	0	1	0	1
4	0	1	1	0
5	0	1	1	1