[Python] 100 coups sur la science des données (traitement de données structurées) 015 Explication

Youtube Commentaire vidéo est également disponible.

problème

P-015: À partir de la trame de données client (df_customer), extrayez toutes les données dont le code d'état (status_cd) commence par les lettres A à F et se termine par les chiffres 1 à 9, et n'affichez que 10 éléments.

répondre

`code`


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

production

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

Commentaire

** - Il s'agit d'une méthode pour vérifier les premières données qui remplissent les conditions du DataFrame / Series de Pandas. -Utiliser lorsque vous souhaitez vérifier les informations qui remplissent les conditions. -'Contains (<chaîne de caractères>) 'est une fonction qui détermine si la chaîne de caractères spécifiée est incluse. Si elle est incluse, elle renvoie True, et si elle n'est pas incluse, elle renvoie False. -Cependant, '. Query (' --- .str.contains (<chaîne de caractères>)) 'est spécifié à condition que la chaîne de caractères spécifiée soit incluse. ** ** ** ・ Dans ce cas, définissez'status_cd.str 'pour remplacer status_cd par une chaîne de caractères, et continuez avec'.contains (' ^ [AF]. * [1-9] $ ')' pour créer "AF". Spécifie status_cd avec "1-9" au début et "1-9" à la fin. ** ** ** ・ '.' Est une expression régulière qui représente un caractère et '*' est une expression régulière qui représente que le caractère précédent est répété 0 fois ou plus. Une expression régulière est une «méthode de représentation de plusieurs chaînes avec un seul symbole». ** ** ** '. *' Indique que 0 ou plusieurs caractères sont insérés entre les deux. ** ** ** ・ '^' est une expression régulière qui indique qu'il s'agit du premier caractère, et '$' est une expression régulière qui indique qu'il s'agit du dernier caractère. ** **

** * Pour les expressions régulières, cet article sera utile. ** ** https://qiita.com/hiroyuki_mrp/items/29e87bf5fe46de62983c

** · 'regex = True' était nécessaire pour travailler avec des expressions régulières. Dans l'exemple de solution, '^' '$' '-' 'ʻ *' est traité comme une expression régulière. Actuellement, elle est traitée comme une expression régulière sans l'écrire, donc il n'y a pas de problème même si elle n'est pas écrite. ** ** ** ・ Pour'engine = 'python' ', vous pouvez sélectionner'python' ou'numexpr 'pour le moteur qui est l'argument de la requête, mais lorsque vous utilisez str, spécifiez'python'. Si vous ne le donnez pas, une erreur se produira. ** **