Rumah >pembangunan bahagian belakang >Tutorial Python >Bagaimanakah saya boleh menambah sifar utama pada rentetan dalam Pandas DataFrame?

Bagaimanakah saya boleh menambah sifar utama pada rentetan dalam Pandas DataFrame?

Barbara Streisand
Barbara Streisandasal
2024-10-24 19:16:02617semak imbas

How can I add leading zeros to strings in a Pandas DataFrame?

Menambahkan Sifar Utama pada Rentetan dalam Bingkai Data Pandas

Dalam Panda, bekerja dengan rentetan kadangkala memerlukan pengubahsuaian pemformatannya. Tugas biasa ialah menambah sifar utama pada rentetan dalam bingkai data. Ini amat berguna apabila berurusan dengan data berangka yang perlu ditukar kepada format rentetan, seperti ID atau tarikh.

Untuk mencapainya, anda boleh memanfaatkan atribut str Siri Pandas. Atribut ini menyediakan akses kepada pelbagai kaedah manipulasi rentetan, termasuk satu khusus untuk menambah sifar pendahuluan: zfill().

Untuk menambah sifar pendahuluan pada lajur 'ID' dalam bingkai data yang disediakan, gunakan kod berikut:

<code class="python">df['ID'] = df['ID'].str.zfill(15)</code>

Kaedah zfill() mengambil satu hujah, yang menentukan jumlah panjang yang dikehendaki bagi rentetan yang terhasil. Dalam kes ini, ia ditetapkan kepada 15, menghasilkan rentetan dengan 15 aksara, mana-mana aksara yang hilang diisi dengan sifar di sebelah kiri.

Bingkai data yang dikemas kini akan mempunyai format berikut:

                ID    text1    text 2
0  000000002345656     blah      blah
1  000000000003456     blah      blah
2  000000000541304     blah      blah        
3  000000000201306       hi      blah        
4  000012313201308    hello      blah 

Untuk mendapatkan maklumat lanjut dan kaedah yang tersedia untuk manipulasi rentetan dalam Pandas, rujuk dokumentasi di http://pandas.pydata.org/pandas-docs/stable/text.html.

Atas ialah kandungan terperinci Bagaimanakah saya boleh menambah sifar utama pada rentetan dalam Pandas DataFrame?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan:
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn