[Python] 100 Schläge auf Data Science (strukturierte Datenverarbeitung) 015 Erläuterung

Youtube Videokommentar ist ebenfalls verfügbar.

Problem

P-015: Extrahieren Sie aus dem Kundendatenrahmen (df_customer) alle Daten, deren Statuscode (status_cd) mit den Buchstaben A bis F beginnt und mit den Zahlen 1 bis 9 endet, und zeigen Sie nur 10 Elemente an.

Antworten

`Code`


df_customer.query("status_cd.str.contains('^[A-F].*[1-9]$')", engine='python').head(10)

Ausgabe

	customer_id	customer_name	gender_cd	gender	birth_day	age	postal_cd	address	application_store_cd	application_date	status_cd
12	CS011215000048	Saya Ashida	1	Weiblich	1992-02-01	27	223-0062	Hiyoshi Honmachi, Kohoku-ku, Yokohama-shi, Kanagawa**********	S14011	20150228	C-20100421-9
68	CS022513000105	Kimiko Shimamura	1	Weiblich	1962-03-12	57	249-0002	Yamane, Zushi City, Präfektur Kanagawa**********	S14022	20150320	A-20091115-7
71	CS001515000096	Yoko Mizuno	9	Unbekannt	1960-11-29	58	144-0053	Kamata Honmachi, Ota-ku, Tokio**********	S13001	20150614	A-20100724-7
122	CS013615000053	Kiyo Nishiwaki	1	Weiblich	1953-10-18	65	261-0026	Makuhari Nishi, Mihama-ku, Chiba-shi, Chiba**********	S12013	20150128	B-20100329-6
144	CS020412000161	Kaoru Komiya	1	Weiblich	1974-05-21	44	174-0042	Higashisakashita, Itabashi-ku, Tokio**********	S13020	20150822	B-20081021-3
178	CS001215000097	Asami Takenaka	1	Weiblich	1990-07-25	28	146-0095	Tamagawa, Ota-ku, Tokio**********	S13001	20170315	A-20100211-2
252	CS035212000007	Erika Uchimura	1	Weiblich	1990-12-04	28	152-0023	Yakumo, Meguro-ku, Tokio**********	S13035	20151013	B-20101018-6
259	CS002515000386	Kou Noda	1	Weiblich	1963-05-30	55	185-0013	Nishikoigakubo, Stadt Kokubunji, Tokio**********	S13002	20160410	C-20100127-8
293	CS001615000372	Inagaki Suzuka	1	Weiblich	1956-10-29	62	144-0035	Minami Kamata, Ota-ku, Tokio**********	S13001	20170403	A-20100104-1
297	CS032512000121	Tomoyo Matsui	1	Weiblich	1962-09-04	56	210-0011	Fujimi, Kawasaki-ku, Kawasaki-shi, Kanagawa**********	S13032	20150727	A-20100103-5

Kommentar

** - Dies ist eine Methode zum Überprüfen der ersten Daten, die die Bedingungen in DataFrame / Series von Pandas erfüllen.

Verwenden Sie diese Option, wenn Sie die Informationen überprüfen möchten, die die Bedingungen erfüllen. -'Contains () 'ist eine Funktion, die bestimmt, ob die angegebene Zeichenfolge enthalten ist. Wenn sie enthalten ist, wird True zurückgegeben, und wenn sie nicht enthalten ist, wird False zurückgegeben. -Jedoch wird '. Query (' --- .str.contains ()) 'angegeben, sofern die angegebene Zeichenfolge enthalten ist. ** ** ** ** ・ In diesem Fall setzen Sie 'status_cd.str', um status_cd durch eine Zeichenfolge zu ersetzen, und fahren Sie mit '.contains (' ^ [AF]. * [1-9] $ ')' fort, um "AF" zu erstellen. Gibt status_cd mit "1-9" am Anfang und "1-9" am Ende an. ** ** ** ** ・ '.' Ist ein regulärer Ausdruck, der ein Zeichen darstellt, und '*' ist ein regulärer Ausdruck, der angibt, dass das vorherige Zeichen 0 oder mehrmals wiederholt wird. Ein regulärer Ausdruck ist eine "Methode zur Darstellung mehrerer Zeichenfolgen mit einem einzigen Symbol". ** ** ** ** '. *' Gibt an, dass 0 oder mehr Zeichen dazwischen eingefügt werden. ** ** ** ** ・ '^' ist ein regulärer Ausdruck, der angibt, dass es sich um das erste Zeichen handelt, und '$' ist ein regulärer Ausdruck, der angibt, dass es sich um das letzte Zeichen handelt. ** ** **

** * Für reguläre Ausdrücke ist dieser Artikel hilfreich. ** ** ** https://qiita.com/hiroyuki_mrp/items/29e87bf5fe46de62983c

** · 'regex = True' wurde benötigt, wenn mit regulären Ausdrücken gearbeitet wurde. In der Beispiellösung wird '^' '$' '-' 'ʻ *' als regulärer Ausdruck behandelt. Derzeit wird es als regulärer Ausdruck behandelt, ohne ihn zu schreiben, sodass es kein Problem gibt, auch wenn es nicht geschrieben ist. ** ** ** ** ・ Für'engine = 'python' 'können Sie' python 'oder' numexpr 'für die Engine auswählen, die das Argument der Abfrage ist. Wenn Sie jedoch str verwenden, geben Sie' python 'an. Wenn Sie es nicht geben, tritt ein Fehler auf. ** ** **