Pandas 문자열 추출하기

판다스에서 문자열을 다루기 위한 함수 사용법을 배워 보자

 

pandas.pydata.org/pandas-docs/stable/reference/series.html#api-series-str

Series — pandas 1.2.1 documentation

 

예제 데이터

www.data.go.kr/dataset/15012005/fileData.do

공공데이터 포털

 

CSV 소상공인시장진흥공단_상가(상권)정보

df = pd.read_csv("./상가업소정보_201912_01.csv", sep="|", encoding='cp949')
df.head()

 

데이터프레임['컬럼명'].str[]

앞에서 5자리까지 문자열 추출

df["도로명주소"].str[:5]

거꾸로 출력

df["도로명주소"].str[5::-1]

 

시작글자로 추출 .str.startswith("추출문자")

해당 문자로 시작되는 글자가 있다면 True, 아니면 False를 반환하는 boolean indexing을 지원

df["도로명주소"].str.startswith("서울").head()

 

boolean indexing은 데이터프레임으로 감싸면 True에 해당하는 index를 출력

df[df["도로명주소"].str.startswith("서울")].head()

끝글자로 추출 .str.endswith("추출문자")

df[df["상권업종중분류명"].str.endswith("카페")].head()

 

문자열 분할 .str.split()

# 공백 기준으로 나누기
df["도로명주소"].str.split(" ")

 

# expand = True 옵션으로 리스트를 프레임으로 변경가능
df["도로명주소"].str.split(" ", expand=True)

# 리스트 특성을 사용하여 시, 동, 도로명으로 분리 가능
df["도로명주소"].str.split(" ", expand=True)[0]

원하는 문자열 추출

df["시"] = df["도로명주소"].str.split(" ", expand=True)[0]
df["구"] = df["도로명주소"].str.split(" ", expand=True)[1]
df.head()