06.python_str_method

Modified on Dec 31

# -- coding: utf-8 --
"""
Created on Thu Dec 16 15:32:15 2021

@author: hanju
"""

문자열 메서드

문자열 처리와 관련된 메서드

1. 기본 메서드 : 벡터 연산 불가 (매 원소마다 반복 불가)

'abc'.upper()
'a/b/c'.split('/')
'a/b/c'.split('/')[1]

l1=['abc', 'def']
l2=['a/b/c','d/e/f']

l1.upper() # 불가
l2.split() # 불가

map(lambda x: x.upper(),l1) # 맵 지정
list(map(lambda x: x.upper(),l1)) # 맵 지정된 것을 리스트화 
# ['ABC', 'DEF']
list(map(lambda x: x.split('/'),l2))
# [['a', 'b', 'c'], ['d', 'e', 'f']]

• pandas 메서드 : 백터화 내장 (매 원소마다 반복 가능)
  • Series, DataFrame

1) split

from pandas import Series, Dataframe

l1
# ['abc', 'def']
Series(l1)
# 0    abc
# 1    def
# dtype: object

s1= Series(l1)

l2
# ['a/b/c', 'd/e/f']
Series(l2)
# 0    a/b/c
# 1    d/e/f
# dtype: object

s2=Series(l2)
s2.split('/')
'''
AttributeError: 'Series' object has no attribute 'split'
'''
s2.str.split('/') #str 문자로 지정 문서화..
# 0    [a, b, c]
# 1    [d, e, f]
# dtype: object

2) 대소 치환

s1
# 0    abc
# 1    def
# dtype: object

s1.str.upper()
'''
0    ABC
1    DEF
dtype: object
'''
s1.str.lower()
'''
0    abc
1    def
dtype: object
'''
s1.str.title()
'''
0    Abc
1    Def
dtype: object
'''

3) replace

s1.str.replace('a','A')
# 0    Abc
# 1    def
# dtype: object

s1.str.replace('a', '') # 매우 중요함 significantly important!
# 0     bc
# 1    def
# dtype: object

예제 - 천단위 구분기호 처리

s3= Series(['1,200','3,000','4,000'])
s3.sum()
# '1,2003,0004,000'

# 천 단위 구분기호 때문에 문자로 입력된 값이라 문자열 결합으로 인식
# 구분기호 문제네? 문자로 인식되어 있네? 더 해줘야 되네
s3.str.replace(',','').astype('int').sum()
#8200

s3= Series(['1,200','3,000','4,000'])
s3 = s3.str.replace(',','')
sum(list(map(lambda x: int(x), s3)))
#8200

4) 패턴 확인 : startswitch, endswitch, contains

s1
# 0    abc
# 1    def
# dtype: object
s1.str.startswith('a')
# 0     True
# 1    False
# dtype: bool  (조건을 만들 때 쓰는 dtype)
s1[s1.str.startswith('a')] # s1 각 원소에서 'a'로 시작하는 원소 추출
# 0    abc
# dtype: object
s1[s1.str.endswith('c')] # s1 각 원소에서 'c'로 끝나는 원소 추출
s1[s1.str.contains('e')] # s1 각 원소에서 'e'로 끝나는 원소를 추출해줘

문자열 크기(길이) len()

s1.str.len()
# 0    3
# 1    3
# dtype: int64

count 포함 개수

Series(['aabbbb', 'abcdadd']).str.count('a')
# 0    2
# 1    2
# dtype: int64

제거 함수 (공백, 문자)

Series(['          cd         ', '             df            '])
Series(['          cd         ', '             df            ']).str.strip()
# 0    cd
# 1    df
# dtype: object

Series(['          cd         ', '             df            ']).str.strip().str.len()
# Out[137]: 
# 0    2
# 1    2
# dtype: int64

s1
# 0    abc
# 1    def
# dtype: object

s1.str.strip('a') # 문자열 제거 양쪽 끝
Series(['aaaabaaabcd', 'abcdaa']).str.strip('a')
# 0    baaabcd
# 1        bcd
# dtype: object

Series(['aaaabaaabcd', 'abcdaa']).str.replace('a','') # 전체에서 제거
# 0    bbcd
# 1     bcd
# dtype: object

find (위치값 return)

s3= Series(['abc@drwill.kr','abcdef@drwill.com'])
s3.str.find('@')

문자열 색인 (추출)

'abcde'[0:3] # 문자열 색인
s3[0:3] # Series에서 1번째, 2번째, 3번째 원소 추출
s3.str[0:3] # Series에서 각 원소마다 1번째, 2번째, 3번째 문자열 추출

이메일 아이디 추출

s4= Series(['drwill@naver.com', 'zzuyu@drwill.kr'])
vno=s4.str.find('@')
vno

list(map(lambda x, y : x[0:y], s4, vno)) # y 추출 s4범위 본문 x, vno위치정보 
# ['drwill', 'zzuyu']

s4= Series(['drwill@naver.com', 'zzuyu@drwill.kr'])
s4.map(lambda x : x[0:x.find('@')])

vnoo=s3.str.find('@')
list(map(lambda x, y : x[0:y], s3, vnoo))

s4.str[0:s4.str.find('@')]
s4.str[0:s4.str.find('@')[0]]
s4.str[0:s4.str.find('@')[1]]
s4.str[0:s4.str.find('@')[1]][1]
s4.str[0:s4.str.find('@')[1]][0]

pad : 문자열 삽입

s1.str.pad(5,         # 총 자리수
           'left',    # 삽입 방향
           '!')       # 삽입 글자 (character만 가능)

s1
# 0    abc
# 1    def
# dtype: object

s1.str.pad(5,'left','!')
# Out[181]: 
# 0    !!abc
# 1    !!def
# dtype: object

s5= Series(['abcd','def'])
s5.str.pad(5,'right','?')
# 0    abcd?
# 1    def??
# dtype: object

문자열 결합

'a' + 'b'
'a'*3

s6= Series(['abc','def', '123'])
s6.str.cat()
#'abcdef123' 다 합쳐버림
s6.str.cat(sep='/') # 합치면서 구분해주기
# 'abc/def/123'

s6.str.cat(sep=',')
# 'abc,def,123'

s7= Series([['a','b','c'],['d','e','f']])
s7
s7.str.join(sep='')  #Series 내 각 원소 내부의 문자열을 결합 (공백)
# 0    abc
# 1    def
# dtype: object
s7.str.join(sep=',') #Series 내 각 원소 내부의 문자열을 결합 후 , 로 구분
# 0    a,b,c
# 1    d,e,f
# dtype: object