String-Daten im angegebenen Pandas Dataframe löschen

Angenommen, wir haben es mit Daten von einer E-Commerce-Website zu tun. Produktnamen haben nicht das richtige Format. Formatieren Sie die Daten korrekt, sodass keine führenden und abschließenden Leerzeichen vorhanden sind und die Anfangsbuchstaben aller Produkte großgeschrieben werden.

Lösung Nr. 1: In vielen Fällen sind wir mit eine Situation, in der Sie Ihre eigene benutzerdefinierte Funktion schreiben müssen, die für die jeweilige Aufgabe geeignet ist.

# import pandas as pd

import pandas as pd

# Datenrahmen erstellen

df = pd.DataFrame ({ `Datum` : [ `10/2/2011` , ` 11/2/2011` , `12/2/2011` , < Code c lass ="string ">` 13/2/2011` ],

`Produkt` : [ `UMbreLla` , ` maTress` , `BaDmintoN` , `Shuttle ` ],

` Updated_Price` : [ 1250 , 1450 , 1550 , 400 ],

` Rabatt` : [ 10 , 8 , 15 , 10 ]})

# Datenrahmen drucken

print (df)

Ausgabe:

Jetzt werden wir unsere eigene benutzerdefinierte Funktion schreiben, um dieses Problem zu lösen.

def Format_data (df):

# über alle Zeilen iterieren

für i im Bereich (df.shape [ 0 ]):

# Werte der Produktspalte neu zuweisen

# zuerst die Leerzeichen mit der Funktion strip() entfernen

# dann schreiben wir mit der Funktion capitalize()

df groß. iat [i, 1 ] = df.iat [i, 1 ]. Streifen (). capitalize ( )

# Rufen wir die Funktion auf
Format_data (df )

# Den Datenrahmen drucken

print (df)

Ausgabe:

Lösung Nr. 2: Jetzt sehen wir einen besseren und effizienteren Ansatz mit dem Pandas Funktion DataFrame.apply () .

# pandas als pd importieren import Pandas als pd # Datenrahmen erstellen df = pd.DataFrame ( {` ` Date` : [ `10/2/2011` , `11/2 / 2011` , `12/2/2011` , ` 13/2/2011` ], `Produkt` : [ `UMbreLla` , `maTress` , `BaDmintoN` , `Shuttle` ], `Updated_Price` : [ 1250 , 1450 , 1550 , 400 ], `Rabatt` : [ 10 , 8 , 15 , 10 ]}) # Drucken der Datenrahmen print (df) Ausgabe: Verwenden wir DataFrame.apply () Pandas DataFrame.apply () , um Produktnamen im gewünschten Format zu formatieren. Innerhalb der Pandas-Funktion DataFrame.apply () verwenden wir eine Lambda-Funktion. # Mit der df.apply ()-Funktion für ein Spaltenprodukt df [ `Product` ] = df [ `Produkt ` ]. anwenden ( Lambda x: x.strip (). capitalize ()) # Den Datenrahmen drucken print (df) Ausgabe : Shop Learn programming in R: courses $ Best Python online courses for 2022 $ Best laptop for Fortnite $ Best laptop for Excel $ Best laptop for Solidworks $ Best laptop for Roblox $ Best computer for crypto mining $ Best laptop for Sims 4 $ Latest questions NUMPYNUMPY psycopg2: insert multiple rows with one query 12 answers NUMPYNUMPY How to convert Nonetype to int or string? 12 answers NUMPYNUMPY How to specify multiple return types using type-hints 12 answers NUMPYNUMPY Javascript Error: IPython is not defined in JupyterLab 12 answers All questions News 15/08/2022 Microsoft paid $13.7M to 335 white hat hackers for discovered vulnerabilities 15/08/2022 New GPUs from Intel Xe and Arc will not support DirectX 9 15/08/2022 Meta will start testing automatic end-to-end encryption in Messenger in the coming weeks Wiki __del__ Python OpenCV | cv2.putText () method __del__ numpy.arctan2 () in Python __del__ Python | os.path.realpath () method around Python OpenCV | cv2.circle () method cvtcolor Python OpenCV cv2.cvtColor () method Python functions Python - Move item to the end of the list Counters time.perf_counter () function in Python __dict__ Check if one list is a subset of another in Python __del__ Python os.path.join () method