极客笔记Pandas 检查DataFrame中的列是否以给定的字符串开头/结尾
Pandas是一个流行的用于数据处理和分析的Python库。它提供了强大的工具来处理结构化数据，如表格或电子表格。Pandas可以处理各种数据格式，包括CSV、Excel、SQL数据库和JSON等。
Pandas的关键特性之一是其两个主要数据结构：Series和DataFrame。
Series是一个类似于一维数组的对象，可以保存任何数据类型，如整数、浮点数、字符串甚至Python对象。Series是带标签的，意味着它们有一个索引用于访问和操作数据。
DataFrame是一个类似于电子表格或SQL表的二维表格状数据结构，有行和列。它可以包含多种数据类型，可以被看作是一组Series。DataFrame非常强大和灵活，可以通过多种方式进行操作，如过滤、合并、分组和转换数据。
Pandas提供了许多用于处理DataFrame的工具，包括索引、选择和过滤数据的方法，以及统计和数学运算。Pandas还包含处理缺失数据、重塑数据和处理时间序列数据的工具。
要创建一个DataFrame，可以将字典或列表的列表传递给DataFrame构造函数。字典中的每个键表示DataFrame中的一列，值表示该列中的数据。另外，还可以从CSV、Excel、SQL数据库或其他数据格式创建DataFrame。
总的来说，Pandas是一个强大而灵活的用于处理Python中的结构化数据的库，其DataFrame数据结构是其最重要的特性之一。凭借其广泛的功能和易用性，Pandas是任何在Python中处理数据的数据科学家或分析师的必备工具。
现在我们详细了解了pandas和pandas DataFrame，让我们稍微谈谈Pandas的endswith()方法。
endswith()
Pandas中的endswith()方法也可以应用于DataFrame，用于检查指定列中的每个元素是否以给定的字符串或字符结尾。该方法返回一个布尔型DataFrame对象，其形状与原始DataFrame相同。
在Pandas中使用endswith()方法与DataFrame的语法如下所示：
DataFrame[column_name].str.endswith(suffix, na=None)
DataFrame是您要应用该方法的DataFrame的名称，column_name是您要检查是否以suffix结尾的列的名称，suffix是您要检查每个元素是否以其结尾的字符串或字符序列，na是可选参数，用于指定如何处理缺失或空值。
为了说明这一点，让我们考虑一个例子，其中我们有一个包含员工信息的数据集，包括’员工ID’，’姓名’，’部门’和’薪水’。
示例
# Importing the pandas library and renaming it as pd
import pandas as pd
# Creating a DataFrame for employees
employee_df = pd.DataFrame({
'Employee_ID': ['E101', 'E102', 'E103', 'E104', 'E105'],
'Name': ['John', 'Emily', 'Mark', 'Sarah', 'Jessica'],
'Department': ['Sales', 'HR', 'IT', 'Marketing', 'Finance'],
'Salary': [50000, 60000, 75000, 80000, 90000]
})
# Printing the original DataFrame
print("Printing Original Employee DataFrame:")
print(employee_df)
解释
这段代码使用Pandas库从字典创建一个DataFrame。下面是代码的每个部分的作用：
- import pandas as pd ：这行代码导入Pandas库并将其重命名为”pd”，这样我们在代码中可以更方便地引用它。
-
data = {‘name’: [‘John’, ‘Emily’, ‘Mark’, ‘Jessica’], ‘age’: [25, 32, 18, 47], ‘country’: [‘USA’, ‘Canada’, ‘UK’, ‘USA’], ‘gender’: [‘M’, ‘F’, ‘M’, ‘F’]}：这行代码创建一个名为”data”的字典，其中包含”name”、”age”、”country”和”gender”的键。每个键都有一个列表的值，对应于该列的数据。
-
df = pd.DataFrame(data)：这行代码从字典”data”创建一个名为”df”的DataFrame。Pandas会自动将字典的键作为DataFrame的列标题，并将每个列表中的值作为相应列的值。
-
print(df) ：这行代码将DataFrame打印到控制台。输出的结果将如下所示：
要运行上述代码，我们需要运行下面的命令。
命令
python3 main.py
输出
Printing Original Employee DataFrame:
Employee_ID Name Department Salary
0 E101 John Sales 50000
1 E102 Emily HR 60000
2 E103 Mark IT 75000
3 E104 Sarah Marketing 80000
4 E105 Jessica Finance 90000
现在让我们在上面的代码中使用endswith()方法。
在第一个例子中，我们将检查数据帧列Department是否包含’IT’。
考虑下面显示的代码。
示例
# Importing the pandas library and renaming it as pd
import pandas as pd
# Creating a DataFrame for employees
employee_df = pd.DataFrame({
'Employee_ID': ['E101', 'E102', 'E103', 'E104', 'E105'],
'Name': ['John', 'Emily', 'Mark', 'Sarah', 'Jessica'],
'Department': ['Sales', 'HR', 'IT', 'Marketing', 'Finance'],
'Salary': [50000, 60000, 75000, 80000, 90000]
})
# Printing the original DataFrame
print("Printing Original Employee DataFrame:")
# print(employee_df)
# Applying a lambda function to each value in the "Department" column
# The lambda function uses the `endswith()` string method to check if the string ends with "IT"
# The `map()` function applies the lambda function to each value in the column and returns a list of boolean values
# The list is used to create a new column in the `employee_df` DataFrame
employee_df['TutorialsPoint_Emp'] = list(
map(lambda x: x.endswith('IT'), employee_df['Department']))
# Printing the new DataFrame with the added column
print(employee_df)
在这个案例中，使用endswith()函数进行条件检查，并根据检查结果创建一个新的列。这是一个用于数据操作和过滤的有用工具，特别适用于处理文本数据。
这段代码的输出将是一个修改过的DataFrame，其中包含一个名为”TutorailsPoint_Emp”的附加列。该列包含布尔值，表示员工是否在IT部门工作（True）或不是（False）。输出将如下所示：
要运行上述代码，我们需要运行下面显示的命令。
命令
python3 main.py
输出
Printing Original Employee DataFrame:
Employee_ID Name Department Salary TutorialsPoint_Emp
0 E101 John Sales 50000 False
1 E102 Emily HR 60000 False
2 E103 Mark IT 75000 True
3 E104 Sarah Marketing 80000 False
4 E105 Jessica Finance 90000 False
现在让我们尝试在另一列上使用endswith()方法。
考虑下面显示的代码。
示例
# Importing the pandas library and renaming it as pd
import pandas as pd
# Creating a DataFrame for employees
employee_df = pd.DataFrame({
'Employee_ID': ['E101', 'E102', 'E103', 'E104', 'E105'],
'Name': ['John', 'Emily', 'Mark', 'Sarah', 'Jessica'],
'Department': ['Sales', 'HR', 'IT', 'Marketing', 'Finance'],
'Salary': [50000, 60000, 75000, 80000, 90000]
})
# Printing the original DataFrame
print("Printing Original Employee DataFrame:")
# print(employee_df)
# joining new column in dataframe
# endwith function used to check
employee_df['TutorialsPoint_Emp'] = list(
map(lambda x: x.endswith('Sarah'), employee_df['Name']))
# printing new data frame
print(employee_df)
解释
在上面的代码中，我们使用了map()函数和lambda函数来检查每个员工的姓名是否以字符串”Sarmah”结尾。这是通过使用endswith()方法实现的，该方法返回一个布尔值，指示给定字符串是否以指定的后缀结尾。
然后使用list()函数将生成的布尔值转换为列表，并存储在名为”TutorialsPoint_Emp”的新列中。
最后，使用print()函数打印修改后的DataFrame。输出将显示原始员工信息以及一个新列，指示每个员工的姓名是否以”Sarmah”结尾。
要运行上述代码，我们需要运行下面显示的命令。
命令
python3 main.py
输出
Printing Original Employee DataFrame:
Employee_ID Name Department Salary TutorialsPoint_Emp
0 E101 John Sales 50000 False
1 E102 Emily HR 60000 False
2 E103 Mark IT 75000 False
3 E104 Sarah Marketing 80000 True
4 E105 Jessica Finance 90000 False
结论
总结来说，Pandas DataFrame中的endswith()方法允许我们检查给定列的元素是否以指定的后缀结尾。这个方法可以根据DataFrame列中存在的特定字符串模式来操作数据。通过使用endswith()方法，我们可以根据特定的条件来过滤和转换数据，使其成为数据分析和数据清洗任务的有用工具。