Các ký hiệu 'b' trước một chuỗi được sử dụng để khai báo chuỗi cụ thể dưới dạng chuỗi byte. Chuỗi byte không là gì ngoài một mảng byte bao gồm các số nguyên trong khoảng từ 0 đến 255. Mặt khác, một chuỗi ký tự chỉ đơn giản là một dãy ký tự Show
Trong Python phiên bản 2 trở xuống, tiền tố b thường bị bỏ qua. Tuy nhiên, trong phiên bản 3, cùng một khởi tạo/chỉ định một đối tượng byte thay vì một đối tượng chuỗi thông thường Bạn có thể hiểu như vậy bằng cách nhìn vào phần trình diễn dưới đây string1 = 'CodeSpeedy' print(type(string1)) string2 = b'CodeSpeedyl' print(type(string2)) <class 'str'> <class 'bytes'> Do đó, mặc dù cả hai chuỗi có vẻ giống nhau, nhưng kiểu dữ liệu của chúng khác nhau Đây là một minh họa khác trong đó chúng tôi cung cấp một chuỗi ký tự làm đầu vào và sau đó chuyển đổi nó thành một chuỗi byte Sử dụng phương thức Các đối tượng byte luôn có tiền tố là Phương thức trả về một chuỗi được giải mã từ các byte đã cho. Mã hóa mặc định là Ngược lại, phương thức trả về một phiên bản được mã hóa của chuỗi dưới dạng đối tượng byte. Mã hóa mặc định là Mã hóa là quá trình chuyển đổi một đối tượng Nói cách khác, bạn có thể sử dụng phương pháp Ngoài ra, bạn có thể sử dụng lớp Xóa tiền tố 'b' khỏi chuỗi bằng str()Sử dụng lớp Lớp trả về một phiên bản chuỗi của đối tượng đã cho. Nếu một đối tượng không được cung cấp, lớp sẽ trả về một chuỗi rỗng Cú pháp sử dụng lớp là như nhau. Lớp trả về một đối tượng bytes, vì vậy tiền tố Chúng tôi đã sử dụng mã hóa Bạn có thể xem tất cả các mã hóa tiêu chuẩn trong tài liệu chính thức Một số mã hóa phổ biến là Khi giải mã một đối tượng byte, chúng ta phải sử dụng cùng một bảng mã đã được sử dụng để mã hóa chuỗi thành một đối tượng byte Nếu vì một lý do nào đó, bạn cần xóa tiền tố Hàm trả về biểu diễn chuỗi chuẩn của đối tượng Khi chúng ta đã chuyển đổi đối tượng byte thành chuỗi, chúng ta có thể sử dụng tính năng cắt chuỗi để xóa tiền tố Cú pháp cắt chuỗi là Chỉ số Các chỉ mục của Python dựa trên số 0, vì vậy ký tự đầu tiên trong chuỗi có chỉ số là Slice Deepanshu thành lập ListenData với một mục tiêu đơn giản - Làm cho các phân tích trở nên dễ hiểu và dễ theo dõi. Ông có hơn 10 năm kinh nghiệm trong lĩnh vực khoa học dữ liệu. Trong nhiệm kỳ của mình, ông đã làm việc với các khách hàng toàn cầu trong nhiều lĩnh vực khác nhau như Ngân hàng, Bảo hiểm, Cổ phần tư nhân, Viễn thông và Nhân sự Để xóa các ký tự khỏi các cột trong Pandas DataFrame, hãy sử dụng phương thức Hãy xem xét DataFrame sau Để xóa tất cả chuỗi con Để xóa tất cả các chuỗi con Ở đây, Để xóa các chuỗi con khỏi Pandas DataFrame, vui lòng tham khảo công thức của chúng tôi tại đây Khi làm việc với gấu trúc, chúng ta thường cần thực hiện một số tác vụ tiền xử lý để chuyển đổi dữ liệu thành dạng mong muốn. Một nhiệm vụ phổ biến thường được yêu cầu trong bước này là chuyển đổi các cột chuỗi theo cách mà chúng tôi loại bỏ một số phần không mong muốn Trong hướng dẫn ngắn ngày hôm nay, chúng ta sẽ thảo luận về một số cách tiếp cận tiềm năng mà cuối cùng bạn có thể áp dụng trên DataFrames của gấu trúc để loại bỏ bất kỳ phần không mong muốn nào khỏi chuỗi trong các cột nhất định Trước tiên, hãy tạo một DataFrame mẫu mà chúng ta sẽ tham khảo trong suốt bài viết này để minh họa một số khái niệm và giới thiệu cách đạt được kết quả mong muốn khi làm việc với các cột chuỗi import pandas as pd Và giả sử rằng chúng ta muốn chuyển đổi dữ liệu được lưu trữ dưới cột Sử dụng gấu trúc. Loạt. str. phương thức thay thế ()Phương pháp df['colB'] = df['colB'].str.replace(r'\D', '')print(df)0 có thể được sử dụng để thay thế từng lần xuất hiện của mẫu/biểu thức chính quy trong df['colB'] = df['colB'].str.replace(r'\D', '')print(df)1/ df['colB'] = df['colB'].str.replace(r'\D', '')print(df)2 Trong ví dụ của chúng tôi, chúng tôi có thể chỉ định một biểu thức chính quy để thay thế tất cả các giá trị không phải là số thành một chuỗi trống. Do đó, biểu thức sau đây sẽ thực hiện thủ thuật df['colB'] = df['colB'].str.replace(r'\D', '')print(df) Đây chắc chắn là một trong nhiều tùy chọn mà bạn có thể có khi sử dụng cụm từ thông dụng. Tôi đoán bạn có thể trở nên khá sáng tạo nhưng biểu thức chính quy này phải là cách đơn giản nhất cho trường hợp sử dụng cụ thể của chúng tôi Một tùy chọn khác sẽ hoạt động tốt cho trường hợp sử dụng của chúng tôi là loại bỏ bất kỳ ký tự không phải số nguyên nào df['colB'].str.replace(r'[^0-9]', '')Sử dụng gấu trúc. Loạt. str. phương pháp giải nén ()Một tùy chọn khác mà bạn có khi loại bỏ các phần không mong muốn khỏi chuỗi trong gấu trúc, là phương pháp df['colB'] = df['colB'].str.replace(r'\D', '')print(df)3 được sử dụng để trích xuất các nhóm chụp trong biểu thức chính quy dưới dạng các cột trong Khung dữ liệu Trong ví dụ của chúng tôi, chúng tôi sẽ chỉ trích xuất các phần của chuỗi mà chúng tôi muốn giữ lại df['colB'] = df['colB'].str.extract(r'(\d+)', expand=False)print(df) Sử dụng gấu trúc. Loạt. phương thức thay thế ()df['colB'] = df['colB'].str.replace(r'\D', '')print(df)4 là một phương pháp thay thế khác và khá giống với phương pháp đầu tiên mà chúng ta đã thảo luận trong hướng dẫn này. Phương thức này sẽ thay thế các giá trị được cung cấp trong df['colB'] = df['colB'].str.replace(r'\D', '')print(df)5 bằng giá trị và cũng cho phép người dùng chỉ định liệu giá trị được cung cấp cho df['colB'] = df['colB'].str.replace(r'\D', '')print(df)5 có nên được hiểu là biểu thức chính quy hay không df['colB'] = df['colB'].replace(r'\D', r'', regex=True)Sử dụng phương thức map()Một tùy chọn khác là tận dụng phương pháp df['colB'] = df['colB'].str.replace(r'\D', '')print(df)7 có thể được sử dụng để ánh xạ giá trị của pandas df['colB'] = df['colB'].str.replace(r'\D', '')print(df)1 theo ánh xạ đầu vào hoặc chức năng Trong ví dụ cụ thể của chúng tôi, chúng tôi có thể sử dụng df['colB'] = df['colB'].str.replace(r'\D', '')print(df)9 để áp dụng hàm lambda loại bỏ df['colB'].str.replace(r'[^0-9]', '')0 khỏi đầu chuỗi và bất kỳ ký tự ascii nào khỏi cuối chuỗifrom string import ascii_lettersdf['colB'] = \ Một lần nữa, bạn có thể khá sáng tạo khi làm việc với loại hoạt động này, vì vậy hãy thoải mái thử những gì hoạt động tốt nhất cho trường hợp sử dụng cụ thể của bạn Bạn cũng có thể đọc thêm về các phương pháp của gấu trúc df['colB'] = df['colB'].str.replace(r'\D', '')print(df)9, df['colB'].str.replace(r'[^0-9]', '')2 và df['colB'].str.replace(r'[^0-9]', '')3 trong một trong những bài báo gần đây của tôiáp dụng () so với bản đồ () so với áp dụng bản đồ () trong PandasThảo luận về sự khác biệt giữa apply(), map() và applymap() trong Python và Pandashướng tới khoa học dữ liệu. com Sử dụng hiểu danh sáchKhi làm việc với DataFrames gấu trúc lớn, bạn phải luôn xem xét việc vector hóa vì điều này sẽ mang lại lợi ích lớn cho bất kỳ hoạt động nào được thực hiện về mặt hiệu quả Hầu hết các lần, các hàm chuỗi có thể khó vector hóa và do đó chúng có thể được thực thi theo cách lặp (đây không phải là cách tiếp cận tốt nhất có thể có) Một giải pháp thay thế tốt có khả năng giải quyết vấn đề này là hiểu danh sách. Ví dụ: thay vì df['colB'].str.replace(r'[^0-9]', '')4, chúng ta có thể sử dụng phương thức df['colB'].str.replace(r'[^0-9]', '')5 để hiểu danh sách
import redf['colB'] = [re.sub('[^0-9]', '', x) for x in df['colB']] Ngoài ra, phương pháp df['colB'] = df['colB'].str.extract(r'(\d+)', expand=False)print(df)3 có thể được thể hiện dưới dạng hiểu danh sách bằng cách sử dụng df['colB'] = df['colB'].str.extract(r'(\d+)', expand=False)print(df)4 import redf['colB'] = [re.search('[0-9]', x)[0] for x in df['colB']] Suy nghĩ cuối cùngTrong hướng dẫn ngắn hôm nay, chúng tôi đã thảo luận về cách bạn có thể xử lý DataFrames của gấu trúc để cắt bớt bất kỳ phần không mong muốn nào khỏi các cột chứa các đối tượng chuỗi Lưu ý rằng khi áp dụng các phép biến đổi như vậy cho các Khung dữ liệu khá lớn, cần tính đến hiệu suất của từng phương pháp. Hiệu suất thường thay đổi tùy thuộc vào kích thước của DataFrame - ví dụ: một phương pháp có thể hiệu quả nhất khi áp dụng cho DataFrames nhỏ nhưng không hiệu quả khi áp dụng cho DataFrames lớn hơn Do đó, sẽ luôn có lợi khi thử các phương pháp khác nhau và áp dụng phương pháp hiệu quả nhất cho trường hợp sử dụng cụ thể của bạn Trở thành thành viên và đọc mọi câu chuyện trên Medium. Phí thành viên của bạn hỗ trợ trực tiếp cho tôi và các nhà văn khác mà bạn đọc. Bạn cũng sẽ có toàn quyền truy cập vào mọi câu chuyện trên Phương tiện |
