ML - PANDAS(Text Methods for String Data)

Text Methods

- 일반적인 파이썬 문자열에는 다양한 메서드 호출이 가능합니다.

mystring = 'hello'
mystring.capitalize()
# 'Hello'

# isdigit() 문자열에 숫자가 있을 경우 True 반환 아닐 시 False 반환
mystring.isdigit()
# False

# 위의 코드 말고도 여러가지 문자열 메소드들이 있습니다.

---

Pandas and Text

- Pandas는 기존의 문자열 메소드에서 표시된 것보다 더 많은 일을 할 수 있습니다.

names = pd.Series(['andrew','bobo','claire','david','4'])

names.str.capitalize()

capitalize()를 사용하여 맨 앞글자 대문자 변환

names.str.isdigit()

코드 결과

---

Splitting , Grabbing, and Expanding

tech_finance = ['GOOG,APPL,AMZN','JPM,BAC,GS']
len(tech_finance) # 2가 나온다.

tickers = pd.Series(tech_finance) # 시리즈로 변환
tickers.str.split(',') # ','을 기준으로 쪼갠다.
tickers.str.split(',').str[0]
/*
코드 결과
0    GOOG
1     JPM
dtype: object
*/

- 하면 위의 코드 결과와 같이 Series 형태로 출력된다.

- 여기서 expand를 추가하여 사용 해준다면 DataFrame으로 값을 내보냅니다.

tickers.str.split(',',expand=True)

코드 결과

---

Cleaning or Editing Strings

- 문자열 정리 or 편집하는 방법을 보여드리겠습니다.

# 빈칸과 ';'를 삭제해야 단어가 깔끔해질 것입니다.
messy_names = pd.Series(["andrew  ","bo;bo","  claire  "])

# ';'를 replace를 활용하여 삭제한다.
messy_names.str.replace(";","") 

# 빈칸을 삭제하기 위해 strip을 사용하여 빈칸을 없애줍니다.
messy_names.str.replace(";","").str.strip()

코드 결과

- 위의 작성한 코드를 보듯이 str.사용 메소드 후에 또 한 번 str을 넣어준 후 string 메소드들을 사용해야 합니다.

사용자 정의 함수 사용을 위한 apply() 호출 대체 방법

- 우선 apply() 함수는 자신이 만든 함수 또는 lambda를 사용할 때 사용 하는 방법입니다.

def cleanup(name):
    name = name.replace(";","")
    name = name.strip()
    name = name.capitalize()
    return name
    
 messy_names.apply(cleanup)

- 위에서 사용했던 코드와 똑같습니다. 그저 함수로 바꾸어 사용하였습니다. 

- 그리고 결과는 위의 그림과 같습니다.

---

이상입니다!