2020-005 pandas与numpy中的字符串处理

本文介绍了pandas与numpy中的字符串处理,探讨了在处理字符串时遇到的问题及其原因,详细讲解了如何使用pandas的string模块和numpy的字符串函数进行数据清洗,通过实例展示了正则表达式在数据清洗中的应用。
摘要由CSDN通过智能技术生成

pandas与numpy中的字符串处理

问题解答

上次留了一个小问题,不知道大家想清楚了没有?

其实np.apply_along_axis实现的也是轴上的操作,对轴上的值统一用函数进行处理,然后返回值。

import numpy as np
array = np.array([['hello world','sssimon yang']]) 
np.apply_along_axis(lambda a:[i.split(' ')[0] for i in a],axis=0,arr=array)

out:

array([['hello', 'sssim']], dtype='<U5')

在这一步中,处理的是第一个轴,第一个轴有1个值,剩下的还有一个轴,维度为2,所以处理了两次。

应该记住,每次指定的axis都是可能要发生改变的轴,指定的轴有1个值,所以送入函数的有1个值,剩下的维度就是送入的次数。

所以函数每次拿到的是长度为1的一个listprint一下也可以看出来。

np.apply_along_axis(lambda a:print(a),axis=0,arr=array)
['hello world']
['sssimon yang']

out:

array(
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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