【Python随手记 - 关键词笔记 - 001】re清洗字符串/pd.concat/to_csv

最新推荐文章于 2024-07-09 23:56:48 发布
最新推荐文章于 2024-07-09 23:56:48 发布
阅读量85 收藏
点赞数
文章标签： python pandas
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/daring1517/article/details/127599747
版权
re清洗字符串/pd.concat/to_csv
摘要由CSDN通过智能技术生成
  • re库正则化处理
    • sub：仅保留字母
    • findall：模型匹配，仅仅保留数字
    • findall：匹配给定开头和结尾的中间字符串
  • pandas操作
    • pd.concat
    • pd.DataFrame.to_csv

文章目录

re库正则化处理

import re
  • sub：仅保留字母
re.sub("[^\u4e00-\u9fa5]",'', 'AABB累计评价5.2万~?>')
# '累计评价万'
  • findall：模型匹配，仅仅保留数字

                

                
                
        

        

    




        

            

                    
                      最低0.47元/天 解锁文章
                        
                    
            

        

    

      

        

            

              
                
                  daring1517
                
              
            

            

                关注
              
            

        

        

          
    
            
  • 
              
                
                
                
                
                      0
                
              
              
    点赞
    
            
    • 
            
  • 
              
                
                
                
              
              
    踩
    
            
    • 
            
  • 
              
                
                
                
                
                    0
                
              
              
    
                
    
                  
                    收藏
                  
                
    
              
    
              
    
                
    
                  觉得还不错?
                  
                    一键收藏
                  
                 
                
    
              
    
            
    • 
          
  • 
            
    
              
              
            
    
              
              
              
                  2
              
            
            
    评论
    
          
    • 
          
  • 
          
    • 
          
  • 
            
              
            
              
    
            
              
                
            
    
          
    • 
        

      

      










                



	

		

			

				
					
pandas.read_csv参数详解

				
			

			

				

					weixin_30487317的博客
				

				

					12-03
					
					1万+
					
				

			

		

		

			
				
pandas.read_csv参数整理

读取CSV（逗号分割）文件到DataFrame
也支持文件的部分导入和选择迭代
更多帮助参见：http://pandas.pydata.org/pandas-docs/stable/io.html
参数：
filepath_or_buffer: str，pathlib。str, pathlib.Path, py._path.local.Lo...

			
		

	



                

              
                



	

		

			

				
					
天池csv转成grt代码里的luna的csv，pandas库来操作csv文件（pd.DataFrame，pd.concat，pd.Series，to_csv等）实现

				
			

			

				

					qq_36401512的博客
				

				

					03-08
					
					796
					
				

			

		

		

			
				
ps之前已经稍微处理过相关的csv文件，但是没有记录，发现基本忘光了看来记录还是一件非常重要的事情。碰巧DSB2017grt团队的代码里用的csv比较奇葩，我就把天池的数据的csv改成他们使用的模样。加油。

1.他们的shorter.csv


000,1.3.6.1.4.1.14519.5.2.1.6279.6001.100225287222365663678666836860
001,1.3...

			
		

	



                


  
              

                


	

		

			

				
					
pd.to_csv详解

					
热门推荐

				
			

			

				

					orangefly0214的博客
				

				

					06-21
					
					5万+
					
				

			

		

		

			
				
1.首先查询当前的工作路径：[python] view plain copyimport os  os.getcwd() #获取当前工作路径  2.to_csv()是DataFrame类的方法，read_csv()是pandas的方法转自：https://blog.csdn.net/toshibahuai/article/details/79034829[python] view plain co...

			
		

	





	

		

			

				
					
python re.sub模块清洗数据

				
			

			

				

					u010995990的博客
				

				

					06-01
					
					5878
					
				

			

		

		

			
				
re.sub()有三个必选的参数:pattern(要匹配的字符等),repl(要替换成的字符)，string（源数据）.还有两个可选参数count，flags.

比如要去掉字符串末尾的’,’,’?’,’.’等符号时，可以选择下面的代码实现: 
其中[]里面可以用来填要匹配的字符集,’\’是转义字符，让它后面的字符还原它原有的含义，*表示匹配多次，$表示只在字符末尾进行匹配。



具体re模块的...

			
		

	



		

			
		



	

		

			

				
					
Python中利用正则表达式做数据清洗（re）

				
			

			

				

					若如初见
				

				

					09-21
					
					5185
					
				

			

		

		

			
				
目录1.常用正则表达式Python中常用正则表达式2.正则表达式做数据清洗2.1 从网页HTML标签中提取文本2.2 去掉英文文章中标点符号，提取词汇2.3 提取以.com结尾的邮箱
1.常用正则表达式
Python中常用正则表达式
2.正则表达式做数据清洗
2.1 从网页HTML标签中提取文本
import re
text = "<div><p>\n你好\nPython：</p><p>Python是一种跨平台的计算机程序设计语言。 </p>&lt

			
		

	





	

		

			

				
					
csv_file.rar_csv_csv文件_python_python 读写 excel_python处理csv数据

				
			

			

				

					09-23
				

			

		

		

			
				
 data.to_csv('output.csv', index=False)  ```  3. Excel文件处理  虽然CSV文件在很多情况下足够使用，但有时需要处理更复杂的Excel文件，如包含多个工作表或格式化数据。此时，`pandas`库的`read_excel()`和`to_...

			
		

	





	

		

			

				
					
python数据分析-献金数据contb-1.csv,contb-2.csv,contb-3.csv

				
			

			

				

					01-20
				

			

		

		

			
				
通过使用`pd.read_csv()`函数，我们可以将CSV文件加载到DataFrame对象中。例如：  ```python import pandas as pd  # 读取每个CSV文件 df1 = pd.read_csv('contb_01.csv') df2 = pd.read_csv('contb_02.csv') df3 = ...

			
		

	





	

		

			

				
					
Python代码源码-实操案例-框架案例-拼接字符串、列表和字典….zip

				
			

			

				

					02-22
				

			

		

		

			
				
在Python编程语言中，拼接字符串、列表和字典是常见的操作，特别是在处理数据和构建动态内容时。本文将深入探讨这些概念，并提供相关的实践案例。  首先，让我们从字符串拼接开始。在Python中，我们可以使用加号（+...

			
		

	





	

		

			

				
					
MySQL拼接字符串函数GROUP_CONCAT详解

				
			

			

				

					09-08
				

			

		

		

			
				
MySQL中的GROUP_CONCAT函数是一个非常实用的聚合函数，主要用于在分组查询中将同一组内的多个值合并为一个字符串，通常用于数据汇总和报告。它能够处理非NULL值，并且可以进行排序、去重和自定义分隔符，极大地提高...

			
		

	





	

		

			

				
					
Node.js-concat-stream-连接一个流成字符串或二进制数据

				
			

			

				

					08-10
				

			

		

		

			
				
`concat-stream`是一个非常实用的Node.js模块，它提供了将多个流连接起来并转换为单一的字符串或二进制数据的功能。  `concat-stream`库的使用主要围绕两个核心概念：流和数据的合并。在Node.js中，流是一种处理I/O...

			
		

	





	

		

			

				
					
Java基础:爬虫

				
			

			

				

					weixin_65752158的博客
				

				

					07-04
					
					1027
					
				

			

		

		

			
				
Pattern:表示正则表达式Matcher:文本匹配器，作用按照正则表达式的规则去读取字符串，从头开始读取。在大串中去找符合匹配规则的子串。通过Pattern p = Pattern.compile("正则表达式");获得        
通过Matcher m = p.matcher(str);获得  (m要在str中找符合p规则的小串)其中, m为Matcher对象, p为正则表达式规则, str为要验证的字符串.
boolean b = m.find(); 表示拿着文本匹配器从头开始读取，寻找是否有

			
		

	





	

		

			

				
					
基数排序算法Python实现

					
最新发布

				
			

			

				

					PeterClerk的博客
				

				

					07-09
					
					227
					
				

			

		

		

			
				
基数排序算法实现

			
		

	





	

		

			

				
					
leetcode--验证二叉搜索树

				
			

			

				

					liulanba的博客
				

				

					07-09
					
					192
					
				

			

		

		

			
				
给你一个二叉树的根节点 root ，判断其是否是一个有效的二叉搜索树。有效 二叉搜索树定义如下：节点的左子树只包含 小于 当前节点的数。节点的右子树只包含 大于 当前节点的数。所有左子树和右子树自身必须也是二叉搜索树。示例 1：输入：root = [2,1,3]输出：true示例 2：输入：root = [5,1,4,null,null,3,6]输出：false解释：根节点的值是 5 ，但是右子节点的值是 4。提示：树中节点数目范围在[1, 104] 内。

			
		

	





	

		

			

				
					
Python28-7.3 降维算法之多维缩放MDS

				
			

			

				

					Argulo的博客
				

				

					07-05
					
					653
					
				

			

		

		

			
				
多维尺度分析（Multidimensional Scaling, MDS）是一种用于降维的统计技术，其目标是将高维数据嵌入到低维空间中，同时尽量保持原始数据中点与点之间的距离关系。MDS 的目标是将高维数据中的点嵌入到低维（通常是二维或三维）空间中，使得在低维空间中点之间的距离尽量接近原始高维空间中点之间的距离。这通过最小化一个损失函数（通常是应力函数）来实现，应力函数衡量的是原始距离和降维后距离之间的不一致性。：对原始数据中的距离或相似度进行非度量变换，以保留原始数据中的顺序信息，而不是精确的距离值。

			
		

	





	

		

			

				
					
pandas，dataframe使用笔记

				
			

			

				

					分享计算机视觉，C++，嵌入式等知识。
				

				

					07-05
					
					480
					
				

			

		

		

			
				
dataframe属于pandas。

			
		

	





	

		

			

				
					
已解决 javax.xml.transform.TransformerFactoryConfigurationError 异常的正确解决方法，亲测有效！！！

				
			

			

				

					小明的Java问道之路
				

				

					07-08
					
					1095
					
				

			

		

		

			
				
已解决 javax.xml.transform.TransformerFactoryConfigurationError 异常的正确解决方法，亲测有效！！！

			
		

	





	

		

			

				
					
Django学习第四天

				
			

			

				

					qq_43580271的博客
				

				

					07-04
					
					473
					
				

			

		

		

			
				
UserEditModelForm类继承了BootStrapModelForm类的方法，BootStrapModelForm继承了forms.ModelForm的方法所以使用继承能够更好封装代码功能。ModelForm引入时间样式（自动生成了id为id_create_time)django自动帮我们把session功能定义好了，使用只需要这样一个语句。封装每部分的功能，拆分到每个模块中去。在html中增加属性的方法1。在html中增加属性的方法2。在html中增加属性的方法3。在用户列表页面使用分页功能。

			
		

	





	

		

			

				
					
【Python进阶】函数的扩展

				
			

			

				

					weixin_52854743的博客
				

				

					07-06
					
					956
					
				

			

		

		

			
				
python函数的补充，包括函数的嵌套调用、函数的变量作用域、多种参数、拆包和交换变量值、引用和匿名函数

			
		

	





	

		

			

				
					
优化这段代码print("train")
pd.concat(train_scores).describe()
output_file = 'C:/Users/1028/Desktop/r_Python/train.csv'
train.to_csv(output_file, index=False)


# independent testing results
print("test")
pd.concat(test_scores).describe()
output_file1 = 'C:/Users/1028/Desktop/r_Python/test.csv'
train.to_csv(output_file1, index=False)

				
			

			

				

					07-13
				

			

		

		

			
				
train_scores_concat.to_csv(train_output_file, index=False)  # 独立测试结果 test_scores_concat = pd.concat(test_scores) test_scores_concat.describe()  # 保存测试结果到 CSV 文件 test_output_file = 'C:/...

			
		

	



              



  
“相关推荐”对你有帮助么？

  

      
    
          
  • 
              
    
                  
                  
              
    
              
    非常没帮助
    
          
    • 
          
  • 
              
    
                  
                  
              
    
              
    没帮助
    
          
    • 
          
  • 
              
    
                  
                  
              
    
              
    一般
    
          
    • 
          
  • 
              
    
                  
                  
              
    
              
    有帮助
    
          
    • 
          
  • 
              
    
                  
                  
              
    
              
    非常有帮助
    
          
    • 
      

      

      

          
          提交
      

      

  




          




        



    





    



      

      

        
      

      





	

		
评论 2

	

	
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
成就一亿技术人!

          

          

        

        

          

          

            领取后你会自动成为博主和红包主的粉丝
            规则
          

        

      

      

        

          

            
              
            
            

              
hope_wisdom
 发出的红包
            

          

        

        

          

          

          

        

      

    

    

  



      
      

      
实付元

      
使用余额支付

      

        

          

            
            点击重新获取
          

        

        
扫码支付

      

      

        
          
            
          
          
        
      

      

        
        钱包余额
          0
          

            
            

              

                
抵扣说明：

                
 1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
 2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

              

            

          

      

      余额充值