Pythonデータサイエンスハンドブック ―Jupyter、NumPy、pandas、Matplotlib、scikit-learnを使ったデータ分析、機械学習

3.11

 文字列操作のベクトル化

179

この短い例で示したように、これまでに紹介した

Python

と

pandas

機能を組み合わせれば、さま

ざまなデータセットからの洞察を得ることができます。こうしたデータ操作の、さらに洗練された

応用を、今後の節で紹介します。

3.11

 文字列操作のベクトル化

文字列データの扱いが比較的容易である点も、

pandas

の強みの

1

つです。

pandas

はこれを基に、

ベクトル化した文字列操作の包括的な機能群を提供します。これは、実世界のデータを使いやすい

形式に変換（クリーンアップ）するためには必要不可欠な要素です。この節では、まず

pandas

の文

字列操作について説明し、それらを使ってインターネットから収集したレシピに関する乱雑なデー

タセットを部分的にクリーンアップする方法について紹介します。

3.11.1

 

pandas

文字列操作の基礎

以前の節では、

NumPy

や

pandas

が算術演算を一般化して、多くの配列要素に対する同じ操作を

簡単かつ迅速に実行できるようになっていることを説明しました。例で振り返ってみましょう。

In[1]: import numpy as np

x = np.array([2, 3, 5, 7, 11, 13])

x * 2

Out[1]: array([ 4, 6, 10, 14, 22, 26])

このベクトル化により、データ配列を操作する構文は簡素化されました。つまり、配列のサイズ

や形状について気にすることなく処理が記述できます。しかし文字列の配