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。
處理長文本數據(段落或消息)時,Pandas str.wrap()是一種重要的方法。當它超過傳遞的寬度時,用於將長文本數據分發到新行中或處理製表符空間。由於這是一個字符串方法,因此必須在每次調用.str之前添加前綴。
用法:Series.str.wrap(width, **kwargs)
參數:
width:整數值,定義最大線寬
**kwargs[可選參數]
expand_tabs:布爾值,如果為True,則將製表符擴展為空格
replace_whitespace:布爾值(如果為true),則每個空格字符均被單個空格替換。
drop_whitespace:布爾值,如果為true,則在新行的開頭刪除空白(如果有)
break_long_words:布爾值(如果為True)會打斷比傳遞的寬度長的單詞。
break_on_hyphens:布爾值(如果為true)會在字符串長度小於寬度的連字符處中斷字符串。
返回類型:帶有分隔線/添加字符的係列(“ \ n”)
要下載代碼中使用的數據集,請單擊此處。
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。
例:
在此示例中,“團隊”列的行寬為5個字符。因此,\ n將被放置在每5個字符之後。打印來自新團隊列和舊團隊列的隨機元素以查看工作情況。在應用任何操作之前,請使用.dropna()方法刪除空元素。
# 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")
# dropping null value columns to avoid errors
data.dropna(inplace = True)
# display
data["New Team"]= data["Team"].str.wrap(5)
# data frame display
data
# printing same index separately
print(data["Team"][120])
print("------------")
print(data["New Team"][120])
輸出:
如輸出圖像所示,“新建”列每5個字符後就有“ \ n”。在打印相同的舊團隊和新團隊列索引之後,可以看出,在print語句中未添加新行字符的情況下,python會自動讀取字符串中的“ \ n”並將其放在新行中。
帶有新團隊列的 DataFrame -
輸出:
Los Angeles Lakers ------------ Los A ngele s Lak ers
相關用法
- Python pandas.map()用法及代碼示例
- Python Pandas Panel.add()用法及代碼示例
- Python Pandas Index.where用法及代碼示例
- Python Pandas Series.at用法及代碼示例
- Python Pandas Series.add()用法及代碼示例
- Python Pandas dataframe.std()用法及代碼示例
- Python Pandas dataframe.ne()用法及代碼示例
- Python Pandas Series.mul()用法及代碼示例
- Python Pandas Series.sub()用法及代碼示例
- Python Pandas Series.sem()用法及代碼示例
- Python Pandas Panel.div()用法及代碼示例
- Python Pandas Panel.pow()用法及代碼示例
- Python Pandas.to_datetime()用法及代碼示例
- Python Pandas Panel.mul()用法及代碼示例
- Python Pandas.factorize()用法及代碼示例
注:本文由純淨天空篩選整理自Kartikaybhutani大神的英文原創作品 Python | Pandas Series.str.wrap()。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。