vue 字符串转成变量名_python serise处理 60句 +字符串处理 40句

╰半橙微兮° 2023-01-12 10:25 123阅读 0赞

**serise处理 60句：**

s.abs()

\#取整

a.add(b, fill\_value=0)

\#两个serise对应位置的数值相加，假设一个缺失一个nan，那么fill\_value=0生效，nan为0，若两个都为nan，则参数不生效

s.add\_prefix('item\_')

\#给serise的索引加上前缀

df.add\_prefix('col\_')

\#给数据集的变量名加上前缀

s.add\_suffix('\_item')

\#删除serise索引加上后缀

df.add\_suffix('\_col')

\#给数据集的变量名加上后缀

s.agg('min')

\# 计算serise中的最小值

s.agg(\['min', 'max'\])

\#计算serise中的最大值以及最小值

s1.append(s2)

\#两个serise追加

s.apply(lambda x: x \*\* 2)

\#serise每个值乘以2，apply的一种用法，并非seirse一定要以这种形式

s.apply(np.log)

\#对s所有的值取log

s.idxmax()

\#返回s中最大值的那个索引

s.idxmax(skipna=False)

\#返回s中最大值的那个索引，如果s中有nan，返回nan

s.idxmin()

\#返回s中最小值的那个索引

s.idxmin(skipna=False)

\#返回s中最小值的那个索引，如果s中有nan，返回nan

s.astype('int64')

\#把serise的格式转成int64的格式

ts.at\_time('12:00')

\# 保留serise中是12点的数据，前提是这个serise是一个标准时间格式的数据

s.between('Anna', 'Daniel')

\#判断s中'Anna', 'Daniel',是的话返回true 错的话反馈false

ts.between\_time('0:15', '0:45')

\#判断s中'0:15', '0:45',是的话返回true 错的话反馈false

s.copy()

\#复制serise

s.count()

\#计算s中的个数，不包含nan

s1.cov(s2)

\#计算s1和s2的协方差

s.describe()

\#s的描述性统计

s.diff()

\#纵向一阶差分，当前行减去上一行

s.diff(periods=2)

\#纵向二阶差分

s.diff(periods=2).dropna()

\#纵向二阶差分，丢弃空值

a.divide(b)

\#divide函数在整数和浮点数除法中均只保留整数部分

s.dot(other)

\#计算两个serise的乘积，就是两个向量相乘

s.drop\_duplicates()

\#s去重

s.drop\_duplicates(keep='last')

\#s去重保留最后一个重复

s.drop\_duplicates(keep=False)

\#丢弃serise中的重复项

s.dropna()

\#删除空数据

s.explode()

\#按照某一指定列进行展开，使得原来的每一行展开成一行或多行

s.ge(1)

\#返回大于1的布尔向量

s.gt(1)

\#返回小于1的布尔向量

ser.isna()

\#判断serises是否为空，返回一个布尔向量

s.map(\{'cat': 'kitten', 'dog': 'puppy'\})

\# 将map中的映射关系传输到serise

s.where(s > 0)

\#serise保留大于0

s.where(s > 1, 10)

\#serise保留大于1 或者大于10的

s.max()

\#求s中的最大值

s.mean()

\#求s中的平均值

s.median

\#求s的中位数

s.min()

\#求s中的最小值

s.nlargest()

\#保留s中最大的前五个数据，默认是保留5个

s.nlargest(3)

\#保留s中最大的3个

ser.notna()

\#判断ser选中的nan，若为nan则返回true,反之返回False

s.nsmallest()

\#返回s中的最小的5个 ，默认是5个

s.nsmallest(3)

\#返回s中最小的3个

s.nunique()

\# 计算s中不重复的数值个数

df.pop('class')

\# 删除df中的class这一列

s.quantile(\[.25, .5, .75\])

\#返回s中的分位数 0.25 0.5 0.75

s.replace(\{'a': None\})

\#把s中的"a"替换成none

s.round()

\#将s中的数值四舍五入

s.sort\_index(ascending=False)

\#s按照索引倒序 默认正序

s.sort\_values(ascending=True)

\#s按照数值大小排序

s.sort\_values(ascending=False)

\#s按照数值大小倒序

df.to\_clipboard(sep=',')

\#将df数据输出到粘贴板，以逗号为分隔符

df.to\_csv(index=False)

\#把数据输出到csv格式文件中

s.to\_dict()

\#将s转成字典

df1.to\_excel('output1.xlsx', engine='xlsxwriter')

\# 将df1输出到excel文件中

s.to\_frame()

\# 将s转成数据框

df.to\_json(orient='table')

\# 将数据转成json格式

s.value\_counts()

\#统计s的每个值得个数

**字符串处理 40句：**

capitalize() -返回首字母大写且其余小写的字符串。

casefold() -返回小写字符串，通常用于无大小写匹配。这比lower()方法更具攻击性。

center() -使用可选的填充字符在指定宽度内将字符串居中。

count() -计算字符串中提供的子字符串的非重叠出现次数。

encode() -以字节对象的形式返回字符串的编码版本。

endwith() -如果字符串以提供的子字符串结尾，则返回ture。

expandtabs() -返回一个字符串，其中所有制表符都由提供的空格数替换。

find() -返回字符串中第一次出现的所提供子字符串的索引。如果找不到，则返回-1。

format() -格式化给定的字符串。

format\_map() -格式化给定的字符串。

index() -返回字符串中第一次出现的所提供子字符串的索引。如果未找到，请引发ValueError。

isalnum() -如果字符串为非空且所有字符均为字母数字，则返回true。

isalpha() -如果字符串为非空且所有字符均为字母，则返回true。

isdecimal() -如果字符串为非空且所有字符均为十进制字符，则返回true。

isdigit() -如果字符串为非空且所有字符均为数字，则返回true。

isidentifier() -如果字符串是有效的标识符，则返回true。

islower() -如果字符串具有所有小写字符并且至少一个为大写字符，则返回true。

isnumeric() -如果字符串为非空且所有字符均为数字，则返回true。

isprintable() -如果字符串为空或所有字符均可打印，则返回true。

isspace() -如果字符串为非空且所有字符均为空格，则返回true。

istitle() -如果字符串为非空且标题大小写，则返回true。

isupper() -如果字符串具有所有大写字符并且至少一个为大写字符，则返回true。

join() -将提供的可迭代字符串串联在一起，它们之间的分隔符是提供此方法的字符串。

ljust() -使用可选的填充字符左对齐所提供宽度的字符串。

lower() -返回所有小写字符串的副本。

lstrip() -  返回一个字符串，其中删除了提供的前导字符。

maketrans() -返回转换表。

partition() -在第一次出现子字符串(分隔符)时对字符串进行分隔，并返回一个三元组，其一部分在分隔符之前，分隔符和分隔符之后。

replace() -用新的子字符串替换所有旧的子字符串。

rfind() -返回字符串中最后出现的所提供子字符串的索引。如果找不到，则返回-1。

rindex() -返回字符串中最后出现的所提供子字符串的索引。如果未找到，请引发ValueError。

rjust() -使用可选的填充字符对提供的宽度中的字符串进行右对齐。

rpartition() -在最后一次出现子字符串(分隔符)时对字符串进行分隔，并返回一个三元组，其一部分在分隔符之前，分隔符和分隔符之后。

rsplit() -返回由提供的subtring分隔的单词列表。如果指定了最大分割数，则从右侧完成。

rstrip() -返回一个字符串，其中删除了提供的结尾字符。

split() -返回由提供的subtring分隔的单词列表。如果指定了最大分割数，则从左侧开始。

splitlines() -返回字符串中的行列表。

startswith() -如果字符串以提供的子字符串开头，则返回true。

strip() -返回一个字符串，其中删除了提供的前导和尾随字符。

swapcase() -返回将小写字符转换为大写的字符串，反之亦然。

title() -返回标题(每个单词的首字母大写，其他字母均小写)的大小写字符串。

translate() -返回根据提供的映射映射的字符串的副本。

upper() -返回所有大写字符串的副本。

zfill() -返回一个数字字符串，在提供的宽度中用零填充。

**\#计算数据集中每个列的确实情况**

def intitial\_eda\_checks(df):     '''     Takes df     Checks nulls     '''     if df.isnull().sum().sum() > 0:         mask\_total = df.isnull().sum().sort\_values(ascending=False)          total = mask\_total\[mask\_total > 0\]         mask\_percent = df.isnull().mean().sort\_values(ascending=False)          percent = mask\_percent\[mask\_percent > 0\]          missing\_data = pd.concat(\[total, percent\], axis=1, keys=\['Total', 'Percent'\])         print(f'Total and Percentage of NaN:\\n \{missing\_data\}')     else:          print('No NaN found.') **\#删除超过缺失比例的列**

def view\_columns\_w\_many\_nans(df, missing\_percent):

'''

Checks which columns have over specified percentage of missing values

Takes df, missing percentage

Returns columns as a list

'''

mask\_percent = df.isnull().mean()

series = mask\_percent\[mask\_percent > missing\_percent\]

columns = series.index.to\_list()

print(columns)

return columns **\#根据给定的“categories”列表的顺序将categories映射到序号值**

def categorical\_to\_ordinal\_transformer(categories):

'''

Returns a function that will map categories to ordinal values based on the

order of the list of \`categories\` given. Ex.

If categories is \['A', 'B', 'C'\] then the transformer will map

'A' -> 0, 'B' -> 1, 'C' -> 2.

'''

return lambda categorical\_value: categories.index(categorical\_value)

**\#将分类列转换为数字列**

def transform\_categorical\_to\_numercial(df, categorical\_numerical\_mapping):     '''     Transforms categorical columns to numerical columns     Takes a df, a dictionary      Returns df     '''     transformers = \{k: categorical\_to\_ordinal\_transformer(v)                      for k, v in categorical\_numerical\_mapping.items()\}     new\_df = df.copy()     for col, transformer in transformers.items():         new\_df\[col\] = new\_df\[col\].map(transformer).astype('int64')     return new\_df

**以上代码来自于：**

**https://towardsdatascience.com/creating-python-functions-for-exploratory-data-analysis-and-data-cleaning-2c462961bd71**

**\#把字符串里面的符号删掉**

punctuations = '''!()-\[\]\{\};:'"\\,<>./?@\#$%^&\*\_~'''

my\_str = "Hello!!!, he said ---and went."

\# To take input from the user

\# my\_str = input("Enter a string: ")

\# remove punctuation from the string

no\_punct = ""

for char in my\_str:

if char not in punctuations:

no\_punct = no\_punct + char