Python酷库之旅-第三方库Pandas(077)

目录

一、用法精讲

pandas.DataFrame.to_csv%E5%87%BD%E6%95%B0-toc" style="margin-left:120px;">316、pandas.Series.str.findall方法

316-1、语法

316-2、参数

316-3、功能

316-4、返回值

316-5、说明

316-6、用法

316-6-1、数据准备

316-6-2、代码示例

316-6-3、结果输出

pandas.DataFrame.to_csv%E5%87%BD%E6%95%B0-toc" style="margin-left:120px;">317、pandas.Series.str.fullmatch方法

317-1、语法

317-2、参数

317-3、功能

317-4、返回值

317-5、说明

317-6、用法

317-6-1、数据准备

317-6-2、代码示例

317-6-3、结果输出

pandas.DataFrame.to_csv%E5%87%BD%E6%95%B0-toc" style="margin-left:120px;">318、pandas.Series.str.get方法

318-1、语法

318-2、参数

318-3、功能

318-4、返回值

318-5、说明

318-6、用法

318-6-1、数据准备

318-6-2、代码示例

318-6-3、结果输出

pandas.DataFrame.to_csv%E5%87%BD%E6%95%B0-toc" style="margin-left:120px;">319、pandas.Series.str.index方法

319-1、语法

319-2、参数

319-3、功能

319-4、返回值

319-5、说明

319-6、用法

319-6-1、数据准备

319-6-2、代码示例

319-6-3、结果输出

pandas.DataFrame.to_csv%E5%87%BD%E6%95%B0-toc" style="margin-left:120px;">320、pandas.Series.str.join方法

320-1、语法

320-2、参数

320-3、功能

320-4、返回值

320-5、说明

320-6、用法

320-6-1、数据准备

320-6-2、代码示例

320-6-3、结果输出

一、用法精讲

pandas.DataFrame.to_csv%E5%87%BD%E6%95%B0">316、pandas.Series.str.findall方法
316-1、语法
python"># 316、pandas.Series.str.findall方法
pandas.Series.str.findall(pat, flags=0)
Find all occurrences of pattern or regular expression in the Series/Index.Equivalent to applying re.findall() to all the elements in the Series/Index.Parameters:
pat
str
Pattern or regular expression.flags
int, default 0
Flags from re module, e.g. re.IGNORECASE (default is 0, which means no flags).Returns:
Series/Index of lists of strings
All non-overlapping matches of pattern or regular expression in each string of this Series/Index.
316-2、参数

316-2-1、pat(必须)：字符串或正则表达式，表示要查找的正则表达式模式，可以是简单的字符串或复杂的正则表达式。

316-2-2、flags(可选，默认值为0)：整数，用于控制正则表达式匹配的标志。例如，可以使用re.IGNORECASE来进行大小写不敏感匹配，可以使用re模块中的任何标志。

316-3、功能

        将在每个字符串中查找与正则表达式模式匹配的所有子字符串，并将匹配结果以列表的形式返回。

316-4、返回值

        返回一个Series对象，其中每个元素都是一个列表，表示在原字符串中匹配的所有子字符串，如果某个字符串中没有匹配项，返回一个空列表。

316-5、说明

        使用场景：

316-5-1、文本数据分析：当你需要深入分析文本内容以提取特定信息时，比如从用户评论中提取关键字、实体或模式。

316-5-2、数据清洗：可以用于清洗数据，提取数据集中的特定格式。例如，从包含日期和时间的字符串中提取日期部分。

316-5-3、模式匹配和数据提取：在数据挖掘和特征提取任务中，当你需要从复杂字符串中提取特定模式(如电子邮件地址、URLs、电话号码等)时，该方法非常方便。

316-5-4、文档和报告生成：在自动生成报告或文档时，可以提取特定的段落或句子，以及统计特定词汇的出现频率。

316-5-5、机器学习特征工程：通过提取文本中的特征(如单词频率、特定词组等)，可以为机器学习模型构建新的特征。

316-5-6、数据可视化：在数据可视化之前可以通过这个方法提取信息，以便更好地展示数据中的模式和趋势。

316-6、用法
316-6-1、数据准备
python">无
316-6-2、代码示例
python"># 316、pandas.Series.str.findall方法
# 316-1、文本数据分析
import pandas as pd
# 创建示例数据
data = {'comments': ["这个产品真的很好，很满意！","太差了，完全不值得买。","优质服务，让我感到惊喜。","质量一般，但性价比高。","一分价钱一分货，差强人意。"]
}
df = pd.DataFrame(data)
# 使用findall提取关键词
df['good_bad'] = df['comments'].str.findall(r'优|差')
print(df, end='\n\n')# 316-2、数据清洗
import pandas as pd
# 创建示例数据
data = {'timestamps': ["2023-10-01 12:30:00","2023-10-02 14:45:00","2023-10-03 09:15:00","Invalid data","2023-10-04 18:00:00"]
}
df = pd.DataFrame(data)
# 使用findall提取日期
df['date'] = df['timestamps'].str.findall(r'\d{4}-\d{2}-\d{2}')
print(df, end='\n\n')# 316-3、模式匹配和数据提取
import pandas as pd
# 创建示例数据
data = {'emails': ["请联系 support@example.com 进行咨询。","info@domain.org 是我们的支持邮箱。","invalid-email@com 是无效的邮箱。","邮件可以发送到 admin123@my-site.co.uk。","没有邮箱的文本。"]
}
df = pd.DataFrame(data)
# 使用findall提取电子邮件
df['extracted_emails'] = df['emails'].str.findall(r'[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}')
print(df, end='\n\n')# 316-4、数据可视化
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib
# 配置字体，确保中文字符正常显示
matplotlib.rcParams['font.sans-serif'] = ['Microsoft YaHei']
matplotlib.rcParams['axes.unicode_minus'] = False  # 确保负号显示正常
# 创建示例数据
data = {'comments': ["这个产品真的很好，很满意！","太差了，完全不值得买。","优质服务，让我感到惊喜。","质量一般，但性价比高。","一分价钱一分货，差强人意。"]
}
df = pd.DataFrame(data)
# 使用findall提取关键词
df['good_bad'] = df['comments'].str.findall(r'优|差')
# 统计关键词出现次数
# 使用列表推导式来检查每个列表中是否包含'差'
count_bad = sum(1 for lst in df['good_bad'] if '差' in lst)
# '优'的数量可以直接通过长度计算（假设每个列表最多包含一个'优'）
count_good = sum(len(lst) for lst in df['good_bad'] if '优' in lst)
# 或者更简单地，因为findall已经返回了匹配项列表，我们可以直接计算所有列表中'优'的总数
# count_good = sum('优' in lst for lst in df['good_bad'])
# 可视化
labels = ['好', '差']
sizes = [count_good, count_bad]
plt.bar(labels, sizes, color='purple')
plt.title('关键词出现次数')
plt.xlabel('关键词')
plt.ylabel('次数')
plt.show()
316-6-3、结果输出
python"># 316、pandas.Series.str.findall方法
# 316-1、文本数据分析
#         comments good_bad
# 0  这个产品真的很好，很满意！       []
# 1    太差了，完全不值得买。      [差]
# 2   优质服务，让我感到惊喜。      [优]
# 3    质量一般，但性价比高。       []
# 4  一分价钱一分货，差强人意。      [差]# 316-2、数据清洗
#             timestamps          date
# 0  2023-10-01 12:30:00  [2023-10-01]
# 1  2023-10-02 14:45:00  [2023-10-02]
# 2  2023-10-03 09:15:00  [2023-10-03]
# 3         Invalid data            []
# 4  2023-10-04 18:00:00  [2023-10-04]# 316-3、模式匹配和数据提取
#                             emails          extracted_emails
# 0    请联系 support@example.com 进行咨询。     [support@example.com]
# 1        info@domain.org 是我们的支持邮箱。         [info@domain.org]
# 2        invalid-email@com 是无效的邮箱。                        []
# 3  邮件可以发送到 admin123@my-site.co.uk。  [admin123@my-site.co.uk]
# 4                         没有邮箱的文本。                        []# 316-4、数据可视化
# 见图1

图1：

 

317、pandas.Series.str.fullmatch方法
317-1、语法
python"># 317、pandas.Series.str.fullmatch方法
pandas.Series.str.fullmatch(pat, case=True, flags=0, na=None)
Determine if each string entirely matches a regular expression.Parameters:
pat
str
Character sequence or regular expression.case
bool, default True
If True, case sensitive.flags
int, default 0 (no flags)
Regex module flags, e.g. re.IGNORECASE.na
scalar, optional
Fill value for missing values. The default depends on dtype of the array. For object-dtype, numpy.nan is used. For StringDtype, pandas.NA is used.Returns:
Series/Index/array of boolean values.
317-2、参数

317-2-1、pat(必须)：字符串或正则表达式，表示要查找的正则表达式模式，可以是简单的字符串或复杂的正则表达式。

317-2-2、case(可选，默认值为True)：布尔值，如果为True，则匹配时区分大小写；如果为False，则不区分大小写。

317-2-3、flags(可选，默认值为0)：整数，正则表达式的标志(如re.IGNORECASE等)，用于修改正则表达式的功能，例如使匹配不区分大小写，该参数与case参数配合使用。

317-2-4、na(可选，默认值为None)：用于指定当输入数据为NaN时返回的值，可以设置为任何对象，以替代缺失值的返回结果。

317-3、功能

        用于逐元素检查Series中的每个字符串是否完全匹配给定的正则表达式或字符串模式，它可以用来验证字符串是否符合特定格式。

317-4、返回值

        返回一个布尔型Series，其中每个元素对应于原始Series中每个字符串的匹配结果：

  • 如果字符串完全匹配给定模式，则返回True。
  • 如果字符串不匹配或为NaN(且na参数未设置)，则返回Fasle。
  • 如果na参数被设置，当对应元素为NaN时返回na的值。
317-5、说明

        无

317-6、用法
317-6-1、数据准备
python">无
317-6-2、代码示例
python"># 317、pandas.Series.str.fullmatch方法
import pandas as pd
# 创建一个Series
s = pd.Series(['abc', '123', 'abc123', None])
# 使用fullmatch验证是否完全匹配字母串'abc'
result = s.str.fullmatch('abc')
print(result)
317-6-3、结果输出
python"># 317、pandas.Series.str.fullmatch方法
# 0     True
# 1    False
# 2    False
# 3     None
# dtype: object
318、pandas.Series.str.get方法
318-1、语法
python"># 318、pandas.Series.str.get方法
pandas.Series.str.get(i)
Extract element from each component at specified position or with specified key.Extract element from lists, tuples, dict, or strings in each element in the Series/Index.Parameters:
i
int or hashable dict label
Position or key of element to extract.Returns:
Series or Index.
318-2、参数

318-2-1、i(必须)：整数，指定要获取字符的位置(索引)，可以是正整数(从字符串开始计数)或负整数(从字符串结束计数)。

318-3、功能

        用于从每个字符串中提取指定索引位置的字符，对于长度不足的字符串，返回值为NaN，可以用于访问字符串的特定字符，常见于数据清洗或提取特定信息的场景。

318-4、返回值

        返回一个Series，其中包含对应位置字符的值：

  • 如果指定位置的字符存在，则返回该字符。
  • 如果指定的位置超出了字符串的长度，则返回NaN。
  • 返回的Series与输入的Series具有相同的索引。
318-5、说明

        无

318-6、用法
318-6-1、数据准备
python">无
318-6-2、代码示例
python"># 318、pandas.Series.str.get方法
import pandas as pd
# 创建一个Series
s = pd.Series(['apple', 'banana', 'cherry', None])
# 使用get方法获取每个字符串的第一个字符
result = s.str.get(0)
print(result)
318-6-3、结果输出
python"># 318、pandas.Series.str.get方法
# 0       a
# 1       b
# 2       c
# 3    None
# dtype: object
319、pandas.Series.str.index方法
319-1、语法
python"># 319、pandas.Series.str.index方法
pandas.Series.str.index(sub, start=0, end=None)
Return lowest indexes in each string in Series/Index.Each of the returned indexes corresponds to the position where the substring is fully contained between [start:end]. This is the same as str.find except instead of returning -1, it raises a ValueError when the substring is not found. Equivalent to standard str.index.Parameters:
sub
str
Substring being searched.start
int
Left edge index.end
int
Right edge index.Returns:
Series or Index of object.
319-2、参数

319-2-1、sub(必须)：字符串，表示要查找的子字符串。

319-2-2、start(可选，默认值为0)：整数，表示开始查找的起始位置(索引)，默认为0，表示从字符串的开头开始查找。

319-2-3、end(可选，默认值为None)：整数，表示结束查找的位置(索引)，默认为None，表示查找到字符串的末尾。

319-3、功能

        用于在每个字符串中查找指定子字符串sub的第一个出现位置，如果找到，则返回该位置的索引；如果没有找到子字符串，则会抛出异常。

319-4、返回值

        返回一个Series，其中包含对应子字符串的起始索引位置：

  • 如果子字符串在对应的字符串中存在，则返回该子字符串第一次出现的起始位置。
  • 如果子字符串在字符串中不存在，则会引发ValueError。
  • 返回的Series与输入的Series具有相同的索引。
319-5、说明

        无

319-6、用法
319-6-1、数据准备
python">无
319-6-2、代码示例
python"># 319、pandas.Series.str.index方法
import pandas as pd
# 创建一个Series
s = pd.Series(['apple', 'banana', 'cherry', None])
result = []
for item in s:try:if item is not None:index = item.index('na')result.append(index)else:result.append(None)  # 或者使用NaN，如果Series是pandas的except ValueError:result.append(None)  # 或使用NaNexcept AttributeError:result.append(None)  # 处理非字符串类型
# 如果result需要是pandas Series
result = pd.Series(result, index=s.index)
print(result)
319-6-3、结果输出
python"># 319、pandas.Series.str.index方法
# 0    NaN
# 1    2.0
# 2    NaN
# 3    NaN
# dtype: float64
320、pandas.Series.str.join方法
320-1、语法
python"># 320、pandas.Series.str.join方法
pandas.Series.str.join(sep)
Join lists contained as elements in the Series/Index with passed delimiter.If the elements of a Series are lists themselves, join the content of these lists using the delimiter passed to the function. This function is an equivalent to str.join().Parameters:
sep
str
Delimiter to use between list entries.Returns:
Series/Index: object
The list entries concatenated by intervening occurrences of the delimiter.Raises:
AttributeError
If the supplied Series contains neither strings nor lists.
320-2、参数

320-2-1、sep(必须)：字符串，一个分隔符字符串，指定用来连接每个Series元素的字符或字符串，在实际操作中，它可以是任意字符串，比如空格、逗号、换行符等。

320-3、功能

        用于将Series中的每个元素(通常是字符串或可以被转换为字符串的对象)连接成一个新的字符串，它特别有用当你有一个包含多个字符串的Series，并且希望将它们合并成一个单一的字符串，使用指定的分隔符进行分隔。

320-4、返回值

        返回一个新的Series，其中每个元素都是通过sep将原Series中对应元素连接而成的字符串。

320-5、说明

        无

320-6、用法
320-6-1、数据准备
python">无
320-6-2、代码示例
python"># 320、pandas.Series.str.join方法
import pandas as pd
# 创建一个示例Series
s = pd.Series(['a', 'b', 'c'])
# 使用str.join连接Series元素
result = s.str.join('-')
print(result)
320-6-3、结果输出
python"># 320、pandas.Series.str.join方法
# 0    a
# 1    b
# 2    c
# dtype: object

http://www.ppmy.cn/devtools/93777.html

相关文章

【Linux】MySQL安装教程

【Linux】MySQL安装教程

Linux中MySQL安装教程 Step1：卸载系统自带的mysqlStep2：下载mysql8安装包Step3：上传mysql压缩包到 /opt 然后解压Step4：解压后按照如下顺序安装Step5：对mysql进行初始化Step6：修改mysql安装目录的所有用户和…
阅读更多...
使用Anaconda安装多个版本的Python并与Pycharm进行对接

使用Anaconda安装多个版本的Python并与Pycharm进行对接

1、参考链接 Anaconda安装使用教程解决多Python版本问题_anaconda安装多个python版本-CSDN博客 基于上面的一篇博客的提示，我做了尝试。并在Pycharm的对接上做了拓展。 2、首先安装Anaconda 这个比较简单，直接安装即可： 3、设置conda.exe的…
阅读更多...
NPM包管理高级技巧：使用版本范围测试锁定

NPM包管理高级技巧：使用版本范围测试锁定

引言 在JavaScript项目开发中，依赖管理是保证项目稳定性和可维护性的关键环节。NPM（Node Package Manager）作为Node.js的包管理器，提供了一套灵活的版本控制机制，允许开发者精确控制依赖包的版本。版本范围测试锁定是…
阅读更多...
腾讯开源VITA！全方位对标GPT4o，全能多模态交互大模型！

腾讯开源VITA！全方位对标GPT4o，全能多模态交互大模型！

腾讯优图实验室联合南京大学、厦门大学和中国科学院自动化研究所推出了VITA，一个开源的多模态大型语言模型。该模型擅长同时处理和分析视频、图像、文本和音频模态，并通过非唤醒交互和音频中断交互实现先进的多模态交互体验。 作者表示：所有训…
阅读更多...
SQL Server端口设置完整详细步骤

SQL Server端口设置完整详细步骤

​ 大家好，我是程序员小羊！ 前言： 前面是对SQLserver服务器一些介绍，不想了解的可直接点击目录跳入正题，谢谢！！！ SQL Server 是由微软公司开发的关系数据库管理系统 (RDBMS)。它主要…
阅读更多...
Linux Vim教程

Linux Vim教程

Linux Vim 教程 Vim（Vi IMproved）是一个强大的文本编辑器，广泛用于编程和系统管理。本文将带你全面了解 Vim 的基础使用、常用命令、高级功能等。 1. 安装 Vim 在大多数 Linux 发行版中，Vim 已经预装。如果没有，可以…
阅读更多...
PostgreSQL JSON 字段操作指南

PostgreSQL JSON 字段操作指南

PostgreSQL JSON 字段操作指南 介绍 PostgreSQL 提供了强大的 JSON 和 JSONB 数据类型支持，允许存储和处理结构化的 JSON 数据。在实际应用中，我们经常需要从 JSON 字段中提取多层嵌套的属性或处理数组中的数据。本文将详细介绍如何在 PostgreSQL 中获…
阅读更多...
three.js 模型高亮效果实现说明（结合react）

three.js 模型高亮效果实现说明（结合react）

three.js react 实现鼠标移入模型高亮选中效果 使用EffectComposer和其附加的渲染效果Passes（如RenderPass和OutlinePass）来实现高级渲染效果。首先创建EffectComposer实例，并添加RenderPass和OutlinePass，最后在渲染循环中调用…
阅读更多...
堆的实现（偷懒版）

堆的实现（偷懒版）

🌹个人主页🌹：喜欢草莓熊的bear 🌹专栏🌹：数据结构 目录 前言 一、堆的实现 1.1 堆的向下调整算法 思路： 1.2 堆的向上调整算法 1.3 堆的创建 1.4 堆的复杂度计算 向下调整建堆的复杂度…
阅读更多...
年化26.4%，quantlab5.5发布——多任务机器学习组合优化，可视化策略生成向导（代码+数据）

年化26.4%，quantlab5.5发布——多任务机器学习组合优化，可视化策略生成向导（代码+数据）

原创文章第615篇，专注“AI量化投资、世界运行的规律、个人成长与财富自由"。 本次代码主要更新： 1、主界面gui应大家要求加回来了，同时更加易用了。包括因子轮动策略，信号策略下周再加进来。 2、时间序列分析界面。 3、…
阅读更多...
rsocket-java 高效的服务间通讯

rsocket-java 高效的服务间通讯

参考: rsocket 官方文档 rsocket-java demo示例 - request/response模式下的路由请求 SpringBoot整合RSocket实时数据通信 spring官方文档介绍rsocket 集成spring-rsocket spring官方集成rsocket高级配置 一、背景 大型分布式系统通常由不同的团队使用各种技术和编程语言以模…
阅读更多...
无字母数字webshell之命令执行

无字母数字webshell之命令执行

文章目录 无字母数字的webshell构造技巧php7下简单解决问题php5下解决问题glob开始操作 无字母数字的webshell构造技巧 <?php if(isset($_GET[code])){$code $_GET[code];if(strlen($code)>35){die("Long.");}if(preg_match("/[A-Za-z0-9_$]/",$c…
阅读更多...
Otter Go 语言编写的非竞争式缓存库

Otter Go 语言编写的非竞争式缓存库

Otter 是一个用 Go 语言编写的非竞争式缓存库&#xff0c;旨在提供高效的缓存解决方案。以下是 Otter 的一些关键特点和优势&#xff1a; 主要特点 高吞吐量&#xff1a;Otter 专为高性能而设计&#xff0c;能够在高并发的环境下提供出色的吞吐量。这使其非常适合需要快速缓存…
阅读更多...
MongoDB学习记录

MongoDB学习记录

1、初识Mongo 概述&#xff1a;与关系型数据库不同&#xff0c;MongoDB 的数据以类似于 JSON 格式的二进制文档存储&#xff0c;通常称这种格式为Bson&#xff0c;Bson不仅支持JSON中已有的数据类型&#xff0c;还增加了一些额外的数据类型&#xff0c;例如日期和二进制数据&a…
阅读更多...
【iOS】暑假第二周——网易云APP 仿写

【iOS】暑假第二周——网易云APP 仿写

目录 前言首页关于UINavigationBarAppearance “我的”账号夜间模式——多界面传值遇到的问题所用到的其他知识整理NSNotificationreloadData各种键盘模式 总结 前言 有了之前仿写ZARA的基础&#xff0c;本周我们仿写了网易云APP&#xff0c;在这里对多界面传值进行了首次应用—…
阅读更多...
day15：一文弄懂名称空间与作用域

day15：一文弄懂名称空间与作用域

1. 命名关键字参数&#xff08;了解&#xff09; 命名关键字参数&#xff1a;在定义函数时&#xff0c;*后定义的参数&#xff0c;如下所示&#xff0c;称之为命名关键字参数 特点&#xff1a;①命名关键字实参必须按照keyvalue的形式为其传值 def func(x,y,*,a,b): # 其中&…
阅读更多...
JS常用的5个时间插件

JS常用的5个时间插件

还是大剑师兰特&#xff1a;曾是美国某知名大学计算机专业研究生&#xff0c;现为航空航海领域高级前端工程师&#xff1b;CSDN知名博主&#xff0c;GIS领域优质创作者&#xff0c;深耕openlayers、leaflet、mapbox、cesium&#xff0c;canvas&#xff0c;webgl&#xff0c;ech…
阅读更多...
爬虫解析代码结构

爬虫解析代码结构

在设计中加入一个顶层接口是有益的&#xff0c;特别是当您希望实现统一的接口来处理所有类型的排行榜数据时。这样做可以提供更好的灵活性和扩展性&#xff0c;同时保持代码的整洁和易于维护。 设计概述 接口: 定义一个 RankingDataCollector 接口&#xff0c;它定义了所有数…
阅读更多...
【机器学习之深度学习】深度学习和机器学习的关系以及深度学习的应用场景

【机器学习之深度学习】深度学习和机器学习的关系以及深度学习的应用场景

引言 深度学习和机器学习是人工智能领域的两个重要分支&#xff0c;它们之间既有联系也有区别 文章目录 引言一、深度学习和机器学习的关系1.1 联系1.2 区别1.2.1 模型复杂度1.2.2 数据需求1.2.3 特征提取1.2.4 训练速度和计算资源 二、深度学习有哪些应用场景2.1 计算机视觉2.…
阅读更多...
编程-设计模式 3：单例模式

编程-设计模式 3：单例模式

设计模式 3&#xff1a;单例模式 定义与目的 定义&#xff1a;单例模式确保一个类只有一个实例&#xff0c;并提供一个全局访问点来访问该实例。目的&#xff1a;这种模式通常用于那些需要频繁访问且只需一个实例的对象&#xff0c;例如配置管理器、日志记录器等。 实现示例…
阅读更多...
最新文章

Copyright @ 2022~2023

友情链接： 我的编程经验分享 一条长河网 尧图网站开发 尧图建网站