Rivers Clothing có tệp CSV chứa tất cả nhân viên của họ. Định dạng hiện tại là tên (tên đệm) và họ (ví dụ: Martin (Robert) Simpson). Tuy nhiên, họ muốn thiết kế thay đổi Show
Đoạn trích của emps. csv emp_name0Martin (Robert) Simpson1Howie (George) Smith2Alice (May) Jones3Micah (Ray) Hamilton4Joey (Jon) HowardHãy cung cấp cho họ hai (2) tùy chọn để chọn 💬 câu hỏi. Làm thế nào chúng ta sẽ viết mã để loại bỏ văn bản trong dấu ngoặc đơn? Chúng ta có thể hoàn thành nhiệm vụ này bằng một trong các tùy chọn sau
Phương pháp 1. Sử dụng find() và cắt látVí dụ này sử dụng phương pháp import pandas as pd df = pd.read_csv('emps.csv') for i in range(len(df)): strt_pos = df['emp_name'].values[i].find('(') stop_pos = df['emp_name'].values[i].find(')') df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"0 để định vị và xóa văn bản bên trong một chuỗi. Nó trả về một số nguyên với vị trí nếu tìm thấy hoặc -1 nếu không tìm thấy. Cắt lát được sử dụng để định dạng kết quả Trong ví dụ này, hãy sử dụng tên của nhân viên đầu tiên để kiểm tra với import pandas as pd df = pd.read_csv('emps.csv') for i in range(len(df)): strt_pos = df['emp_name'].values[i].find('(') stop_pos = df['emp_name'].values[i].find(')') df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"1 lựa chọn 1. Xóa văn bản và dấu ngoặcTùy chọn này sẽ định dạng tên là. Martin Simpson employee = 'Martin (Robert) Simpson'.replace(' ', '') strt_pos = employee.find('(') stop_pos = employee.find(')') option_1 = f'{employee[:strt_pos]} {employee[stop_pos+1:]}' print(option_1) Dòng đầu tiên trong đoạn mã trên khai báo tên của một nhân viên. Sau đó, hàm import pandas as pd df = pd.read_csv('emps.csv') for i in range(len(df)): strt_pos = df['emp_name'].values[i].find('(') stop_pos = df['emp_name'].values[i].find(')') df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"2 được thêm vào để xóa mọi ký tự khoảng trắng khỏi chuỗi. Điều này mang lại cho chúng tôi đầu ra sau import pandas as pd df = pd.read_csv('emps.csv') for i in range(len(df)): strt_pos = df['emp_name'].values[i].find('(') stop_pos = df['emp_name'].values[i].find(')') df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"3 Hai (2) dòng sau xác định vị trí xuất hiện đầu tiên của cả hai ký tự import pandas as pd df = pd.read_csv('emps.csv') for i in range(len(df)): strt_pos = df['emp_name'].values[i].find('(') stop_pos = df['emp_name'].values[i].find(')') df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"4 và import pandas as pd df = pd.read_csv('emps.csv') for i in range(len(df)): strt_pos = df['emp_name'].values[i].find('(') stop_pos = df['emp_name'].values[i].find(')') df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"5. Kết quả lần lượt lưu vào import pandas as pd df = pd.read_csv('emps.csv') for i in range(len(df)): strt_pos = df['emp_name'].values[i].find('(') stop_pos = df['emp_name'].values[i].find(')') df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"6 và import pandas as pd df = pd.read_csv('emps.csv') for i in range(len(df)): strt_pos = df['emp_name'].values[i].find('(') stop_pos = df['emp_name'].values[i].find(')') df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"7. Nếu xuất ra thiết bị đầu cuối, màn hình sau import pandas as pd df = pd.read_csv('emps.csv') for i in range(len(df)): strt_pos = df['emp_name'].values[i].find('(') stop_pos = df['emp_name'].values[i].find(')') df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"8 Chúng ta có thể kết luận rằng ký tự import pandas as pd df = pd.read_csv('emps.csv') for i in range(len(df)): strt_pos = df['emp_name'].values[i].find('(') stop_pos = df['emp_name'].values[i].find(')') df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"4 được tìm thấy ở vị trí 6 và ký tự import pandas as pd df = pd.read_csv('emps.csv') for i in range(len(df)): strt_pos = df['emp_name'].values[i].find('(') stop_pos = df['emp_name'].values[i].find(')') df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"5 được tìm thấy ở vị trí 13 Các dòng sau xóa văn bản bên trong dấu ngoặc (cũng như dấu ngoặc). Đầu ra được định dạng là tên và họ bằng cách sử dụng employee = 'Martin (Robert) Simpson'.replace(' ', '') strt_pos = employee.find('(') stop_pos = employee.find(')') option_1 = f'{employee[:strt_pos]} {employee[stop_pos+1:]}' print(option_1)11 và employee = 'Martin (Robert) Simpson'.replace(' ', '') strt_pos = employee.find('(') stop_pos = employee.find(')') option_1 = f'{employee[:strt_pos]} {employee[stop_pos+1:]}' print(option_1)12. Kết quả lưu vào employee = 'Martin (Robert) Simpson'.replace(' ', '') strt_pos = employee.find('(') stop_pos = employee.find(')') option_1 = f'{employee[:strt_pos]} {employee[stop_pos+1:]}' print(option_1)13 và xuất ra thiết bị đầu cuối employee = 'Martin (Robert) Simpson'.replace(' ', '') strt_pos = employee.find('(') stop_pos = employee.find(')') option_1 = f'{employee[:strt_pos]} {employee[stop_pos+1:]}' print(option_1)14 Hãy để mã này hoạt động và cập nhật tệp employee = 'Martin (Robert) Simpson'.replace(' ', '') strt_pos = employee.find('(') stop_pos = employee.find(')') option_1 = f'{employee[:strt_pos]} {employee[stop_pos+1:]}' print(option_1)15 được tạo trước đó import pandas as pd df = pd.read_csv('emps.csv') for i in range(len(df)): strt_pos = df['emp_name'].values[i].find('(') stop_pos = df['emp_name'].values[i].find(')') df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}" Dòng đầu tiên trong đoạn mã trên nhập thư viện gấu trúc Dòng sau đọc trong tệp employee = 'Martin (Robert) Simpson'.replace(' ', '') strt_pos = employee.find('(') stop_pos = employee.find(')') option_1 = f'{employee[:strt_pos]} {employee[stop_pos+1:]}' print(option_1)15 vào DataFrame, employee = 'Martin (Robert) Simpson'.replace(' ', '') strt_pos = employee.find('(') stop_pos = employee.find(')') option_1 = f'{employee[:strt_pos]} {employee[stop_pos+1:]}' print(option_1)17 👉 Hướng dẫn đề xuất. Làm cách nào để đọc tệp CSV bằng Python? Vòng lặp employee = 'Martin (Robert) Simpson'.replace(' ', '') strt_pos = employee.find('(') stop_pos = employee.find(')') option_1 = f'{employee[:strt_pos]} {employee[stop_pos+1:]}' print(option_1)18 được khởi tạo để lặp qua từng hàng trong cột Khung dữ liệu employee = 'Martin (Robert) Simpson'.replace(' ', '') strt_pos = employee.find('(') stop_pos = employee.find(')') option_1 = f'{employee[:strt_pos]} {employee[stop_pos+1:]}' print(option_1)19 Bên trong tuyên bố này, chúng tôi lấy mã được viết trước đó và tinh chỉnh nó. Thay vì sử dụng import pandas as pd df = pd.read_csv('emps.csv') for i in range(len(df)): strt_pos = df['emp_name'].values[i].find('(') stop_pos = df['emp_name'].values[i].find(')') df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"2, chúng tôi sử dụng import pandas as pd df = pd.read_csv('emps.csv') for i in range(len(df)): strt_pos = df['emp_name'].values[i].find('(') stop_pos = df['emp_name'].values[i].find(')') df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"21 để xóa mọi khoảng trắng thừa và cắt lát được sử dụng để định dạng dữ liệu. Kết quả của tệp employee = 'Martin (Robert) Simpson'.replace(' ', '') strt_pos = employee.find('(') stop_pos = employee.find(')') option_1 = f'{employee[:strt_pos]} {employee[stop_pos+1:]}' print(option_1)15 hiển thị bên dướiemp_name0Martin Simpson1Howie Smith2Alice Jones3Micah Hamilton4Joey Howard 💡Các đoạn mã trên sẽ cần được sửa đổi để đáp ứng các yêu cầu cụ thể của bạn Lựa chọn 2. Xóa văn bản Giữ dấu ngoặcTùy chọn này sẽ định dạng tên là import pandas as pd df = pd.read_csv('emps.csv') for i in range(len(df)): strt_pos = df['emp_name'].values[i].find('(') stop_pos = df['emp_name'].values[i].find(')') df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"23. Điều này có thể được thực hiện để phù hợp với việc sử dụng tên đệm cuối cùng. Ví dụ. Martin (R. ) Simpson employee = 'Martin (Robert) Simpson'.replace(' ', '') strt_pos = employee.find('(') stop_pos = employee.find(')') option_1 = f'{employee[:strt_pos]} {employee[stop_pos+1:]}' print(option_1)1 Mã này hoạt động tương tự như Tùy chọn 1 ở trên. Tuy nhiên, ở định dạng chuỗi f, các ký tự import pandas as pd df = pd.read_csv('emps.csv') for i in range(len(df)): strt_pos = df['emp_name'].values[i].find('(') stop_pos = df['emp_name'].values[i].find(')') df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"24 được thêm vào giữa họ và tên import pandas as pd df = pd.read_csv('emps.csv') for i in range(len(df)): strt_pos = df['emp_name'].values[i].find('(') stop_pos = df['emp_name'].values[i].find(')') df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"23 Phương thức chuỗi Python [Hướng dẫn cơ bản] Xem video này trên YouTube Phương pháp 2. Sử dụng chia()Ví dụ này sử dụng hàm import pandas as pd df = pd.read_csv('emps.csv') for i in range(len(df)): strt_pos = df['emp_name'].values[i].find('(') stop_pos = df['emp_name'].values[i].find(')') df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"1 để tách một chuỗi trên ký tự khoảng trắng, lưu nó dưới dạng Danh sách và xóa văn bản trong dấu ngoặc lựa chọn 1. Xóa văn bản và dấu ngoặcimport pandas as pd df = pd.read_csv('emps.csv') for i in range(len(df)): strt_pos = df['emp_name'].values[i].find('(') stop_pos = df['emp_name'].values[i].find(')') df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"2 Dòng đầu tiên sử dụng hàm import pandas as pd df = pd.read_csv('emps.csv') for i in range(len(df)): strt_pos = df['emp_name'].values[i].find('(') stop_pos = df['emp_name'].values[i].find(')') df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"1 tích hợp sẵn của Python để ngắt chuỗi trên một ký tự được chỉ định. Nếu không có đối số nào được thông qua, một ký tự khoảng trắng được giả định. Lưu kết quả dưới dạng Danh sách vào import pandas as pd df = pd.read_csv('emps.csv') for i in range(len(df)): strt_pos = df['emp_name'].values[i].find('(') stop_pos = df['emp_name'].values[i].find(')') df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"28 import pandas as pd df = pd.read_csv('emps.csv') for i in range(len(df)): strt_pos = df['emp_name'].values[i].find('(') stop_pos = df['emp_name'].values[i].find(')') df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"29 Dòng sau cấu hình employee = 'Martin (Robert) Simpson'.replace(' ', '') strt_pos = employee.find('(') stop_pos = employee.find(')') option_1 = f'{employee[:strt_pos]} {employee[stop_pos+1:]}' print(option_1)13. Tùy chọn này xóa văn bản bên trong dấu ngoặc (bao gồm cả dấu ngoặc). Kết quả được xuất ra thiết bị đầu cuối employee = 'Martin (Robert) Simpson'.replace(' ', '') strt_pos = employee.find('(') stop_pos = employee.find(')') option_1 = f'{employee[:strt_pos]} {employee[stop_pos+1:]}' print(option_1)14 Lựa chọn 2. Xóa văn bản Giữ dấu ngoặcDòng sau hiển thị import pandas as pd df = pd.read_csv('emps.csv') for i in range(len(df)): strt_pos = df['emp_name'].values[i].find('(') stop_pos = df['emp_name'].values[i].find(')') df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"322, loại bỏ dữ liệu giữa các dấu ngoặc và giữ nguyên các dấu ngoặc import pandas as pd df = pd.read_csv('emps.csv') for i in range(len(df)): strt_pos = df['emp_name'].values[i].find('(') stop_pos = df['emp_name'].values[i].find(')') df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"23 Hướng dẫn cơ bản để cắt lát trong Python Xem video này trên YouTube Phương pháp 3. sử dụng lại. phụ()Ví dụ này sử dụng hàm import pandas as pd df = pd.read_csv('emps.csv') for i in range(len(df)): strt_pos = df['emp_name'].values[i].find('(') stop_pos = df['emp_name'].values[i].find(')') df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"34 từ thư viện import pandas as pd df = pd.read_csv('emps.csv') for i in range(len(df)): strt_pos = df['emp_name'].values[i].find('(') stop_pos = df['emp_name'].values[i].find(')') df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"35 để xóa dữ liệu bên trong dấu ngoặc lựa chọn 1. Xóa văn bản và dấu ngoặcimport pandas as pd df = pd.read_csv('emps.csv') for i in range(len(df)): strt_pos = df['emp_name'].values[i].find('(') stop_pos = df['emp_name'].values[i].find(')') df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"3 Dòng đầu tiên trong đoạn mã trên nhập thư viện import pandas as pd df = pd.read_csv('emps.csv') for i in range(len(df)): strt_pos = df['emp_name'].values[i].find('(') stop_pos = df['emp_name'].values[i].find(')') df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"35. Thư viện này, cho phép chúng tôi sử dụng chức năng import pandas as pd df = pd.read_csv('emps.csv') for i in range(len(df)): strt_pos = df['emp_name'].values[i].find('(') stop_pos = df['emp_name'].values[i].find(')') df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"2 để xóa dữ liệu bên trong dấu ngoặc cũng như chính dấu ngoặc Dòng sau xóa tất cả các ký tự khoảng trắng bằng cách sử dụng import pandas as pd df = pd.read_csv('emps.csv') for i in range(len(df)): strt_pos = df['emp_name'].values[i].find('(') stop_pos = df['emp_name'].values[i].find(')') df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"7. Nếu xuất ra thiết bị đầu cuối, màn hình sau import pandas as pd df = pd.read_csv('emps.csv') for i in range(len(df)): strt_pos = df['emp_name'].values[i].find('(') stop_pos = df['emp_name'].values[i].find(')') df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"3 Tiếp theo, một mẫu import pandas as pd df = pd.read_csv('emps.csv') for i in range(len(df)): strt_pos = df['emp_name'].values[i].find('(') stop_pos = df['emp_name'].values[i].find(')') df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"35 được xác định để xóa các ký tự import pandas as pd df = pd.read_csv('emps.csv') for i in range(len(df)): strt_pos = df['emp_name'].values[i].find('(') stop_pos = df['emp_name'].values[i].find(')') df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"24 cũng như các ký tự trong cùng một. Sau đó, một ký tự khoảng trắng được thêm vào để phân tách tên với họ và kết quả được lưu vào employee = 'Martin (Robert) Simpson'.replace(' ', '') strt_pos = employee.find('(') stop_pos = employee.find(')') option_1 = f'{employee[:strt_pos]} {employee[stop_pos+1:]}' print(option_1)13và xuất ra thiết bị đầu cuối employee = 'Martin (Robert) Simpson'.replace(' ', '') strt_pos = employee.find('(') stop_pos = employee.find(')') option_1 = f'{employee[:strt_pos]} {employee[stop_pos+1:]}' print(option_1)14 Lựa chọn 2. Xóa văn bản Giữ dấu ngoặcMột tùy chọn khác là xóa dữ liệu bên trong dấu ngoặc _______224 và để nguyên dấu ngoặc _______46____223🤔Bạn có nhận ra sự khác nhau giữa Option 1 và Option 2 không? 5 kỹ năng phải có để trở thành lập trình viên (mà bạn chưa biết) Xem video này trên YouTube Thưởng. Cập nhật cột DataFrameĐiều gì sẽ xảy ra nếu Rivers Clothing muốn tên được định dạng như sau. import pandas as pd df = pd.read_csv('emps.csv') for i in range(len(df)): strt_pos = df['emp_name'].values[i].find('(') stop_pos = df['emp_name'].values[i].find(')') df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"66 import pandas as pd df = pd.read_csv('emps.csv') for i in range(len(df)): strt_pos = df['emp_name'].values[i].find('(') stop_pos = df['emp_name'].values[i].find(')') df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"9emp_name0Martin (R. ) Simpson1Howie (G. ) Smith2Alice (M. ) Jones3Micah (R. ) Hamilton4Joey (J. ) Howard 10 phút để gấu trúc trong 5 phút (Được rồi 8) Xem video này trên YouTube Tóm lượcBài viết này đã cung cấp bốn (4) cách để loại bỏ dữ liệu giữa các dấu ngoặc để chọn cách phù hợp nhất cho yêu cầu viết mã của bạn |