Bagaimana cara menambahkan angka nol di depan string di pandas

Anda dapat menggunakan sintaks berikut untuk menambahkan angka nol di depan string di pandas DataFrame:

 df[' ID '] = df[' ID ']. apply (' {:0>7} '. format )

Rumus khusus ini menambahkan angka nol di depan sebanyak yang diperlukan ke string di kolom berlabel “ID” hingga setiap string memiliki panjang 7 .

Jangan ragu untuk mengganti angka 7 dengan nilai lain untuk menambahkan jumlah angka nol di depan yang berbeda.

Contoh berikut menunjukkan cara menggunakan sintaksis ini dalam praktiknya.

Contoh: Tambahkan Angka Nol di Depan ke String di Pandas

Katakanlah kita memiliki pandas DataFrame berikut yang berisi informasi tentang penjualan dan pengembalian dana dari berbagai toko:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' ID ': ['A25', 'B300', 'C6', 'D447289', 'E416', 'F19'],
                   ' sales ': [18, 12, 27, 30, 45, 23],
                   ' refunds ': [1, 3, 3, 2, 5, 0]})

#view DataFrame
print (df)

        ID sales refunds
0 A25 18 1
1 B300 12 3
2 C6 27 3
3 D447289 30 2
4 E416 45 5
5 F19 23 0

Perhatikan bahwa panjang string di kolom “ID” tidak semuanya sama.

Namun, kita dapat melihat bahwa string terpanjang adalah 7 karakter.

Kita dapat menggunakan sintaks berikut untuk menambahkan angka nol di depan string pada kolom ‘ID’ sehingga setiap string memiliki panjang 7 :

 #add leading zeros to 'ID' column
df[' ID '] = df[' ID ']. apply (' {:0>7} '. format )

#view updated DataFrame
print (df)

        ID sales refunds
0 0000A25 18 1
1 000B300 12 3
2 00000C6 27 3
3 D447289 30 2
4 000E416 45 5
5 0000F19 23 0

Perhatikan bahwa angka nol di depan telah ditambahkan ke string di kolom “ID” sehingga setiap string sekarang memiliki panjang yang sama.

Catatan : Anda dapat menemukan dokumentasi lengkap fungsi apply di pandas di sini .

Sumber daya tambahan

Tutorial berikut menjelaskan cara melakukan tugas umum lainnya di panda:

Bagaimana cara memperhitungkan nilai yang hilang di panda
Cara menghitung nilai yang hilang di panda
Cara mengisi nilai NaN dengan mean di pandas