PythonとJavaScriptではじめるデータビジュアライゼーション

205

9.4　データのクリーニング

df[df.name.str.contains('\*')]['name'] #

❶

Out:

1 Ivo Andric *

2 Vladimir Prelog *

...

1041 John Warcup Cornforth *

1046 Elizabeth H. Blackburn *

Name: name, Length: 142, dtype: object #

❷

❶

str

の

contains

メソッドを

name

列に使用する。アスタリスクは正規表現の文字列なのでエスケー

プする必要がある（

'\*'

）。そして、ノーベル賞

DataFrame

にブールマスクを適用するとその結果の

名前が列挙される。

❷

1,052

行中の

142

行が

*

を含む名前を持つ。

名前を整えるために、アスタリスクを空の文字列に置き換え、その結果の名前から空白を取り除

きましょう。

df.name = df.name.str.replace('*', '') #

❶

#

名前から空白を取り除く

df.name = df.name.str.strip()

❶ 名前フィールドのすべてのアスタリスクを削除し、その結果を

DataFrame

に返す。

確認すると、名前がきれいになっていることがわかります。

df[df.name.str.contains('\*')]

Out:

Empty DataFrame

pandas

の

Series

は多くの文字列処理関数を備えています。文字列列の検索や変更が可能です。

このような文字列処理関数のリスト一覧は ...