<\/p>\n
Anda dapat menggunakan sintaks dasar berikut untuk mengekstrak angka dari string di panda:<\/span><\/p>\n Sintaks khusus ini akan mengekstraksi angka dari setiap string ke dalam kolom bernama my_column<\/strong> di pandas DataFrame.<\/span><\/p>\n Catatan<\/strong> : Saat menggunakan ekspresi reguler, \\d<\/strong> mewakili “digit apa saja” dan +<\/strong> berarti “satu atau lebih.”<\/span><\/p>\n Contoh berikut menunjukkan cara menggunakan fungsi ini dalam praktiknya.<\/span><\/p>\n Misalkan kita memiliki panda DataFrame berikut yang berisi informasi tentang penjualan berbagai produk:<\/span><\/p>\n Misalkan kita ingin mengekstrak nomor setiap string dari kolom produk<\/strong> .<\/span><\/p>\n Kita dapat menggunakan sintaks berikut untuk melakukan ini:<\/span><\/p>\n Hasilnya adalah DataFrame yang hanya berisi angka di setiap baris kolom Produk<\/strong> .<\/span><\/p>\n Misalnya:<\/span><\/p>\n Dan seterusnya.<\/span><\/p>\n Jika mau, Anda juga bisa menyimpan nilai numerik ini di kolom baru DataFrame:<\/span><\/p>\n Kolom baru bernama product_numbers<\/strong> hanya berisi angka untuk setiap string di kolom product<\/strong> .<\/span><\/p>\n Tutorial berikut menjelaskan cara melakukan operasi umum lainnya di panda:<\/span><\/p>\n Pandas: Cara mengurutkan DataFrame berdasarkan kolom string<\/a> Anda dapat menggunakan sintaks dasar berikut untuk mengekstrak angka dari string di panda: df[‘ my_column ‘]. str . extract (‘ (\\d+) ‘) Sintaks khusus ini akan mengekstraksi angka dari setiap string ke dalam kolom bernama my_column di pandas DataFrame. Catatan : Saat menggunakan ekspresi reguler, \\d mewakili “digit apa saja” dan + berarti “satu atau […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n df[' my_column<\/span> ']. str<\/span> . extract<\/span> (' (\\d+)<\/span> ')\n<\/strong><\/pre>\n Contoh: mengekstrak nomor dari string di Pandas<\/strong><\/span><\/h2>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame\ndf = pd. DataFrame<\/span> ({' product<\/span> ': ['A33', 'B34', 'A22', 'A50', 'C200', 'D7', 'A9', 'A13'],\n ' sales<\/span> ': [18, 22, 19, 14, 14, 11, 20, 28]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n product sales\n0 A33 18\n1 B34 22\n2 A22 19\n3 A50 14\n4 C200 14\n5 D7 11\n6 A9 20\n7 A13 28<\/span><\/span><\/strong><\/pre>\n #extract numbers from strings in 'product' column\n<\/span>df[' product<\/span> ']. str<\/span> . extract<\/span> (' (\\d+)<\/span> ')\n\n\t0\n0 33\n1 34\n2 22\n3 50\n4,200\n5 7\n6 9\n7 13\n<\/span><\/span><\/strong><\/pre>\n\n
#extract numbers from strings in 'product' column and store them in new column\n<\/span>df[' product_numbers<\/span> '] = df[' product<\/span> ']. str<\/span> . extract<\/span> (' (\\d+)<\/span> ')\n\n#view updated DataFrame\n<\/span>print<\/span> (df)\n\n product sales product_numbers\n0 A33 18 33\n1 B34 22 34\n2 A22 19 22\n3 A50 14 50\n4 C200 14,200\n5 D7 11 7\n6 A9 20 9\n7 A13 28 13\n<\/span><\/span><\/strong><\/pre>\n Sumber daya tambahan<\/strong><\/span><\/h2>\n
Pandas: Cara menghapus karakter tertentu dari string<\/a>
Pandas: cari string di semua kolom DataFrame<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"