[빅데이터분석기사] 작업형1 - 문자열

실습 환경 - Google Colab

문자열¶

In [1]:

import pandas as pd
df = pd.DataFrame({'A': ['블루베리 스무디', '딸기 스무디', '딸기 바나나 스무디'],
                   'B': [10, 20, 30],
                   'C': ['추천/신메뉴', '신메뉴/할인', '사이즈업/추천'],
                   'D': ['ab cd', 'AB CD', 'ab cd']
                   })
df

Out[1]:

	A	B	C	D
0	블루베리 스무디	10	추천/신메뉴	ab cd
1	딸기 스무디	20	신메뉴/할인	AB CD
2	딸기 바나나 스무디	30	사이즈업/추천	ab cd

In [4]:

# replace : 전체 문자가 일치해야 변경 가능
df['A'] = df['A'].replace('스무디', '에이드')
df
# -> 일부만 변경하려고 하니 변경 x

Out[4]:

	A	B	C	D
0	블루베리 스무디	10	추천/신메뉴	ab cd
1	딸기 스무디	20	신메뉴/할인	AB CD
2	딸기 바나나 스무디	30	사이즈업/추천	ab cd

In [7]:

# str.replace, 일부 일치하는 문자 변경
# str 접근자를 활용해 python 문자열처럼 다루기
df['A'] = df['A'].str.replace('스무디', '에이드')
df

Out[7]:

	A	B	C	D
0	블루베리 에이드	10	추천/신메뉴	ab cd
1	딸기 에이드	20	신메뉴/할인	AB CD
2	딸기 바나나 에이드	30	사이즈업/추천	ab cd

In [8]:

# replace 데이터프레임
# -> str접근자는 시리즈에서만 사용 가능, 데이터프레임에서 사용 불가능
df.str.replace('블루베리 에이드', '청포도 에이드')

---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-8-9314056515f5> in <cell line: 2>()
      1 # replace 데이터프레임
----> 2 df.str.replace('블루베리 에이드', '청포도 에이드')

/usr/local/lib/python3.10/dist-packages/pandas/core/generic.py in __getattr__(self, name)
   5987         ):
   5988             return self[name]
-> 5989         return object.__getattribute__(self, name)
   5990 
   5991     def __setattr__(self, name: str, value) -> None:

AttributeError: 'DataFrame' object has no attribute 'str'

In [9]:

# replace 데이터프레임
# -> str접근자는 시리즈에서만 사용 가능, 데이터프레임에서 사용 불가능
df.replace('블루베리 에이드', '청포도 에이드')

Out[9]:

	A	B	C	D
0	청포도 에이드	10	추천/신메뉴	ab cd
1	딸기 에이드	20	신메뉴/할인	AB CD
2	딸기 바나나 에이드	30	사이즈업/추천	ab cd

In [10]:

# 숫자 변경
df['B'] = df['B'].replace(10, 100)
df

Out[10]:

	A	B	C	D
0	블루베리 에이드	100	추천/신메뉴	ab cd
1	딸기 에이드	20	신메뉴/할인	AB CD
2	딸기 바나나 에이드	30	사이즈업/추천	ab cd

In [11]:

# 숫자 변경(str.replace)
# str 접근자는 문자에만 사용 가능
df['B'] = df['B'].str.replace(10, 100)
df

---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-11-24e804e40d32> in <cell line: 2>()
      1 # 숫자 변경(str.replace)
----> 2 df['B'] = df['B'].str.replace(10, 100)
      3 df

/usr/local/lib/python3.10/dist-packages/pandas/core/generic.py in __getattr__(self, name)
   5987         ):
   5988             return self[name]
-> 5989         return object.__getattribute__(self, name)
   5990 
   5991     def __setattr__(self, name: str, value) -> None:

/usr/local/lib/python3.10/dist-packages/pandas/core/accessor.py in __get__(self, obj, cls)
    222             # we're accessing the attribute of the class, i.e., Dataset.geo
    223             return self._accessor
--> 224         accessor_obj = self._accessor(obj)
    225         # Replace the property with the accessor object. Inspired by:
    226         # https://www.pydanny.com/cached-property.html

/usr/local/lib/python3.10/dist-packages/pandas/core/strings/accessor.py in __init__(self, data)
    179         from pandas.core.arrays.string_ import StringDtype
    180 
--> 181         self._inferred_dtype = self._validate(data)
    182         self._is_categorical = is_categorical_dtype(data.dtype)
    183         self._is_string = isinstance(data.dtype, StringDtype)

/usr/local/lib/python3.10/dist-packages/pandas/core/strings/accessor.py in _validate(data)
    233 
    234         if inferred_dtype not in allowed_types:
--> 235             raise AttributeError("Can only use .str accessor with string values!")
    236         return inferred_dtype
    237 

AttributeError: Can only use .str accessor with string values!

In [12]:

# 어절 나누기 : split()
df['A'].str.split()

Out[12]:

0       [블루베리, 에이드]
1         [딸기, 에이드]
2    [딸기, 바나나, 에이드]
Name: A, dtype: object

In [14]:

# 어절 나눈 후 첫 번째 값 : .str[0]
df['A'].str.split().str[0]

Out[14]:

0    블루베리
1      딸기
2      딸기
Name: A, dtype: object

In [16]:

# 어절 나눈 후 첫 번째 값을 새로운 컬럼으로 대입
df['E'] = df['A'].str.split().str[0]
df

Out[16]:

	A	B	C	D	E
0	블루베리 에이드	100	추천/신메뉴	ab cd	블루베리
1	딸기 에이드	20	신메뉴/할인	AB CD	딸기
2	딸기 바나나 에이드	30	사이즈업/추천	ab cd	딸기

In [17]:

# 특수문자 기준으로 어절 나누기(/) : split('/')
df['C'].str.split('/')

Out[17]:

0     [추천, 신메뉴]
1     [신메뉴, 할인]
2    [사이즈업, 추천]
Name: C, dtype: object

In [18]:

# 특정 문자 찾기 : str.contains()
df['A'].str.contains('딸기')

Out[18]:

0    False
1     True
2     True
Name: A, dtype: bool

In [19]:

# 특정 문자 찾은 후 새컬럼에 대입 (contains)
df['is딸기'] = df['A'].str.contains('딸기')
df

Out[19]:

	A	B	C	D	E	is딸기
0	블루베리 에이드	100	추천/신메뉴	ab cd	블루베리	False
1	딸기 에이드	20	신메뉴/할인	AB CD	딸기	True
2	딸기 바나나 에이드	30	사이즈업/추천	ab cd	딸기	True

In [20]:

# 데이터
menu = pd.Series(['맛난버거 세트', '맥운 치킨버거', '더블 치즈버거'])

In [21]:

# 특정 값이 있는지 확인하기 : isin()
menu.isin(['맛난버거 세트', '더블 치즈버거'])

Out[21]:

0     True
1    False
2     True
dtype: bool

In [22]:

# # 특정 단어가 있는지 확인하기
# isin() -> 특정 단어가 있는지 확인 불가능
menu.isin(['세트'])

Out[22]:

0    False
1    False
2    False
dtype: bool

In [23]:

# 특정 단어가 있는지 확인하기 : contains()
# -> 여러 단어를 찾을 수 없음, 한 개 단어만 찾기 가능
menu.str.contains('세트')

Out[23]:

0     True
1    False
2    False
dtype: bool

In [24]:

# 문자 길이 : len()
df['A'].str.len()

Out[24]:

0     8
1     6
2    10
Name: A, dtype: int64

In [25]:

# 대소문자 구분
'AB cd' == 'ab CD'

Out[25]:

False

In [26]:

# 소문자로 변경 : lower()
df['D'].str.lower()

Out[26]:

0    ab cd
1    ab cd
2    ab cd
Name: D, dtype: object

In [27]:

# 대문자로 변경 : upper()
df['D'].str.upper()

Out[27]:

0    AB CD
1    AB CD
2    AB CD
Name: D, dtype: object

In [30]:

df2 = pd.DataFrame({'A': ['블루베리 스무디', '딸기 스무디', '딸기 바나나 스무디'],
                   'B': [10, 20, 30],
                   'C': ['추천/신메뉴', '신메뉴/할인', '사이즈업/추천'],
                   'D': ['ab cd', 'AB CD', 'ab cd ']
                   })
df2

Out[30]:

	A	B	C	D
0	블루베리 스무디	10	추천/신메뉴	ab cd
1	딸기 스무디	20	신메뉴/할인	AB CD
2	딸기 바나나 스무디	30	사이즈업/추천	ab cd

In [37]:

# AB CD와 같은가?
df2['D'] = df2['D'].str.upper()
df2

Out[37]:

	A	B	C	D
0	블루베리 스무디	10	추천/신메뉴	AB CD
1	딸기 스무디	20	신메뉴/할인	AB CD
2	딸기 바나나 스무디	30	사이즈업/추천	AB CD

In [38]:

# 2번째는 마지막에 공백이 추가되어 False가 나옴
df2['D'] == 'AB CD'

Out[38]:

0     True
1     True
2    False
Name: D, dtype: bool

In [40]:

# 공백 제거
df2['D'] = df2['D'].str.replace(' ', '')
df2

Out[40]:

	A	B	C	D
0	블루베리 스무디	10	추천/신메뉴	ABCD
1	딸기 스무디	20	신메뉴/할인	ABCD
2	딸기 바나나 스무디	30	사이즈업/추천	ABCD

In [42]:

df2['D'] == 'ABCD'

Out[42]:

0    True
1    True
2    True
Name: D, dtype: bool

In [44]:

# 문자열 슬라이싱 : df[].str[]
df2['D'].str[:2]

Out[44]:

0    AB
1    AB
2    AB
Name: D, dtype: object

In [45]:

# 데이터프레임 슬라이싱 : df[][] -> 행이 슬라이싱
df2['D'][:2]

Out[45]:

0    ABCD
1    ABCD
Name: D, dtype: object

In [47]:

# 데이터
df = pd.DataFrame({'date':['2024년 3월', '2024년 4월', '2025년 5월']})
df

Out[47]:

	date
0	2024년 3월
1	2024년 4월
2	2025년 5월

In [51]:

# 연도
df['date'].str[:4]

Out[51]:

0    2024
1    2024
2    2025
Name: date, dtype: object

In [52]:

# 월
df['date'].str[6:7]

Out[52]:

0     3월
1     4월
2     5월
Name: date, dtype: object

---

참고

https://inf.run/PoyjH

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3) | 퇴근후딴짓 - 인프런