Python Pandas Series.str.startswith()用法及代碼示例

Python是進行數據分析的一種出色語言，主要是因為以數據為中心的Python軟件包具有奇妙的生態係統。 Pandas是其中的一種，使導入和分析數據更加容易。

Pandas startswith()是另一種在係列或 DataFrame 中搜索和過濾文本數據的方法。此方法類似於Python的startswith()方法，但參數不同，並且僅適用於Pandas對象。因此，.str必須在每次調用此方法之前加上前綴，以便編譯器知道它與默認函數不同。

用法：Series.str.startswith(pat, na=nan)

要下載代碼中使用的CSV，請點擊此處。

在以下示例中，使用的 DataFrame 包含一些NBA球員的數據。下麵是任何操作之前的數據幀圖像。

範例1：返回布爾係列
在此示例中，使用str.startswith()函數檢查元素在字符串的開頭是否具有“G”。返回一個布爾序列，該序列在字符串開頭具有“G”的索引位置處為真。

# importing pandas module  
import pandas as pd 
  
# reading csv file from url  
data = pd.read_csv("https://media.geeksforgeeks.org/wp-content/uploads/nba.csv") 
  
# String to be searched in start of string  
search ="G"
  
# boolean series returned 
data["College"].str.startswith(search)

輸出：
如輸出圖像中所示，布爾係列在索引位置處具有True，在該位置上，College列在開始時具有“G”。也可以通過查看原始數據幀的圖像進行比較。


範例2：處理NULL值
數據分析中最重要的部分是處理Null值。從上麵的輸出圖像中可以看出，布爾序列在“學院”列中的值為空或NaN的地方都具有NaN。如果將此布爾係列傳遞到數據幀中，則會產生錯誤。因此，需要使用na參數來處理NaN值。也可以將其設置為字符串，但是由於布爾序列用於傳遞和返回各自的值，因此應僅將其設置為布爾值。在此示例中，na Parameter設置為False。因此，無論“學院”列的值為Null，Bool係列將存儲False而不是NaN。之後，該係列將再次傳遞到 DataFrame 以僅顯示True值。

# importing pandas module  
import pandas as pd 
  
# reading csv file from url  
data = pd.read_csv("https://media.geeksforgeeks.org/wp-content/uploads/nba.csv") 
  
# String to be searched in start of string  
search ="G"
  
# boolean series returned with False at place of NaN 
bool_series = data["College"].str.startswith(search, na = False) 
  
# displaying filtered dataframe 
data[bool_series]

輸出：
如輸出圖像中所示，數據幀具有在College列中的字符串開頭具有“G”的行。由於na參數設置為False，因此不會顯示NaN值。