目录
一、用法精讲
356、pandas.Series.str.isnumeric方法
356-1、语法
356-2、参数
356-3、功能
356-4、返回值
356-5、说明
356-6、用法
356-6-1、数据准备
356-6-2、代码示例
356-6-3、结果输出
357、pandas.Series.str.isdecimal方法
357-1、语法
357-2、参数
357-3、功能
357-4、返回值
357-5、说明
357-6、用法
357-6-1、数据准备
357-6-2、代码示例
357-6-3、结果输出
358、pandas.Series.str.get_dummies方法
358-1、语法
358-2、参数
358-3、功能
358-4、返回值
358-5、说明
358-6、用法
358-6-1、数据准备
358-6-2、代码示例
358-6-3、结果输出
359、pandas.Series.cat.categories属性
359-1、语法
359-2、参数
359-3、功能
359-4、返回值
359-5、说明
359-6、用法
359-6-1、数据准备
359-6-2、代码示例
359-6-3、结果输出
360、pandas.Series.cat.ordered属性
360-1、语法
360-2、参数
360-3、功能
360-4、返回值
360-5、说明
360-6、用法
360-6-1、数据准备
360-6-2、代码示例
360-6-3、结果输出
二、推荐阅读
1、Python筑基之旅
2、Python函数之旅
3、Python算法之旅
4、Python魔法之旅
5、博客个人主页
一、用法精讲
356、pandas.Series.str.isnumeric方法
356-1、语法
# 356、pandas.Series.str.isnumeric方法
pandas.Series.str.isnumeric()
Check whether all characters in each string are numeric.This is equivalent to running the Python string method str.isnumeric() for each element of the Series/Index. If a string has zero characters, False is returned for that check.Returns:
Series or Index of bool
Series or Index of boolean values with the same length as the original Series/Index.356-2、参数
无
356-3、功能
用于检查字符串元素是否只包含数字字符，该方法适用于包含数字的字符串，返回布尔类型的 Series。
356-4、返回值
返回一个布尔类型的Series，其中的每个元素表示对应字符串是否仅由数字构成。
356-5、说明
无
356-6、用法
356-6-1、数据准备
无356-6-2、代码示例
# 356、pandas.Series.str.isnumeric方法
import pandas as pd
# 创建一个示例Series
data = pd.Series(['123', '456.78', 'abc', '123abc', ' ', ''])
# 使用isnumeric()方法
result = data.str.isnumeric()
# 打印结果
print(result)356-6-3、结果输出
# 356、pandas.Series.str.isnumeric方法
# 0 True
# 1 False
# 2 False
# 3 False
# 4 False
# 5 False
# dtype: bool357、pandas.Series.str.isdecimal方法
357-1、语法
# 357、pandas.Series.str.isdecimal方法
pandas.Series.str.isdecimal()
Check whether all characters in each string are decimal.This is equivalent to running the Python string method str.isdecimal() for each element of the Series/Index. If a string has zero characters, False is returned for that check.Returns:
Series or Index of bool
Series or Index of boolean values with the same length as the original Series/Index.357-2、参数
无
357-3、功能
用于检查字符串元素是否只包含十进制数字字符，与isnumeric()方法相比，isdecimal()更具局限性，它只适用于表示十进制数的字符，不包括其他数字类型(如分数或指数表示法)。
357-4、返回值
返回一个布尔类型的Series，其中的每个元素表示对应的字符串是否仅由十进制数字构成。
357-5、说明
无
357-6、用法
357-6-1、数据准备
无357-6-2、代码示例
# 357、pandas.Series.str.isdecimal方法
import pandas as pd
# 创建一个示例Series
data = pd.Series(['123', '456.78', 'abc', '123abc', ' ', '12¾', ''])
# 使用isdecimal()方法
result = data.str.isdecimal()
# 打印结果
print(result)357-6-3、结果输出
# 357、pandas.Series.str.isdecimal方法
# 0 True
# 1 False
# 2 False
# 3 False
# 4 False
# 5 False
# 6 False
# dtype: bool358、pandas.Series.str.get_dummies方法
358-1、语法
# 358、pandas.Series.str.get_dummies方法
pandas.Series.str.get_dummies(sep='|')
Return DataFrame of dummy/indicator variables for Series.Each string in Series is split by sep and returned as a DataFrame of dummy/indicator variables.Parameters:
sep
str, default “|”
String to split on.Returns:
DataFrame
Dummy variables corresponding to values of the Series.358-2、参数
358-2-1、sep(可选，默认值为'|')：用于分隔字符串中标签的字符(字符串)。
358-3、功能
用于文本数据的特征工程，特别是在处理包含多个类别标签的字符串字段时。例如，如果您有一个包含多个标签的字符串Series，您可以使用该方法将其转换为多个独立的列，从而更方便地进行后续的数据分析和建模。
358-4、返回值
返回一个DataFrame，其中每列代表一个唯一的标签，值为0或1，表示对应行中标签的存在与否。
358-5、说明
使用场景：
358-5-1、数据预处理：在处理原始数据集时，尤其是当您的数据包含多种类标签的组合形式(如一列中包含多个用分隔符连接的类别标签)时，该方法非常有用。它可以将这些组合标签拆分为更容易处理的格式。
358-5-2、特征工程：在机器学习项目中，特征工程是模型的关键步骤，使用该方法可以将分类变量转换为数值型特征，便于算法进行处理，这对于需要对类别变量进行编码的模型(如逻辑回归、支持向量机等)尤为重要。
358-5-3、分类文本数据处理：当处理自然语言处理(NLP)任务时，文本数据可能会包含组合标签。例如，社交媒体帖子、评论或产品标签。这些文本数据往往需要被转为数值特征才能用于训练模型。
358-5-4、类别属性分析：如果您需要分析类目属性的频次或分布，通过将它们拆分成独立的二进制特征，可以更直观地获得每个类别的出现情况，便于后续的数据分析。
358-5-5、数据可视化：在进行数据可视化时，将类别变量转换为数值型特征能够简化图表的创建，方便更好地理解数据分布和关系。
358-6、用法
358-6-1、数据准备
无358-6-2、代码示例
# 358、pandas.Series.str.get_dummies方法
# 358-1、数据预处理
import pandas as pd
# 创建一个包含多类别标签的示例数据
data = {'Product': ['A|B|C', 'A|C', 'B|D', 'A|B|D', 'C']
}
df = pd.DataFrame(data)
# 使用get_dummies方法进行预处理
dummies = df['Product'].str.get_dummies(sep='|')
print(dummies, end='\n\n')# 358-2、特征工程
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression
# 示例数据
data = {'Features': ['red|small', 'blue|medium', 'green|large', 'red|large'],'Target': [0, 1, 1, 0]
}
df = pd.DataFrame(data)
# 特征转换
X = df['Features'].str.get_dummies(sep='|')
y = df['Target']
# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
# 训练模型
model = LogisticRegression()
model.fit(X_train, y_train)
# 预测
predictions = model.predict(X_test)
print("Predictions:", predictions, end='\n\n')# 358-3、分类文本数据处理
import pandas as pd
# 创建示例数据
data = {'Tags': ['sports|music', 'food|travel', 'music|travel', 'sports|food']
}
df = pd.DataFrame(data)
# 处理多标签分类数据
dummies = df['Tags'].str.get_dummies(sep='|')
print(dummies, end='\n\n')# 358-4、数据可视化
import pandas as pd
import matplotlib.pyplot as plt
# 示例数据
data = {'Categories': ['cat|dog', 'dog|mouse', 'cat|bird', 'bird|cat'],
}
df = pd.DataFrame(data)
# 转换为哑变量
dummies = df['Categories'].str.get_dummies(sep='|')
# 可视化
dummies.sum().plot(kind='bar', color='purple')
plt.title('Category Counts')
plt.xlabel('Categories')
plt.xticks(rotation=25)
plt.ylabel('Counts')
plt.show()358-6-3、结果输出
# 358、pandas.Series.str.get_dummies方法
# 358-1、数据预处理
# A B C D
# 0 1 1 1 0
# 1 1 0 1 0
# 2 0 1 0 1
# 3 1 1 0 1
# 4 0 0 1 0# 358-2、特征工程
# Predictions: [0]# 358-3、分类文本数据处理
# food music sports travel
# 0 0 1 1 0
# 1 1 0 0 1
# 2 0 1 0 1
# 3 1 0 1 0# 358-4、数据可视化
# 见图1图1：
359、pandas.Series.cat.categories属性
359-1、语法
# 359、pandas.Series.cat.categories属性
pandas.Series.cat.categories
The categories of this categorical.Setting assigns new values to each category (effectively a rename of each individual category).The assigned value has to be a list-like object. All items must be unique and the number of items in the new categories must be the same as the number of items in the old categories.Raises:
ValueError
If the new categories do not validate as categories or if the number of new categories is unequal the number of old categories.359-2、参数
无
359-3、功能
用于访问分类数据的所有类别标签，它适用于pandas中的数据类型为Categorical的Series。
359-4、返回值
返回一个Index对象，包含与分类数据相关联的类别标签，这些标签可以是任何数据类型，例如字符串、整数或其他可哈希的类型。
359-5、说明
无
359-6、用法
359-6-1、数据准备
无359-6-2、代码示例
# 359、pandas.Series.cat.categories属性
# 359-1、创建分类数据并访问类别
import pandas as pd
# 创建包含分类数据的Series
data = pd.Series(['apple', 'orange', 'banana', 'apple', 'banana'], dtype='category')
# 访问类别
categories = data.cat.categories
print("Categories:", categories, end='\n\n')# 359-2、使用cat.categories过滤数据
import pandas as pd
# 创建分类数据
data = pd.Series(['apple', 'orange', 'banana', 'apple'], dtype='category')
# 只保留指定类别的数据
filtered_data = data[data.isin(data.cat.categories[:2])]
print("Filtered Data:")
print(filtered_data)359-6-3、结果输出
# 359、pandas.Series.cat.categories属性
# 359-1、创建分类数据并访问类别
# Categories: Index(['apple', 'banana', 'orange'], dtype='object')# 359-2、使用cat.categories过滤数据
# Filtered Data:
# 0 apple
# 2 banana
# 3 apple
# dtype: category
# Categories (3, object): ['apple', 'banana', 'orange']360、pandas.Series.cat.ordered属性
360-1、语法
# 360、pandas.Series.cat.ordered属性
pandas.Series.cat.ordered
Whether the categories have an ordered relationship.360-2、参数
无
360-3、功能
用于检查分类数据是否是有序的，该属性适用于数据类型为Categorical的Series，尤其是在处理有序分类数据时非常有用。
360-4、返回值
返回True表示该分类数据是有序的，返回False则表示是无序的。
360-5、说明
无
360-6、用法
360-6-1、数据准备
无360-6-2、代码示例
# 360、pandas.Series.cat.ordered属性
import pandas as pd
# 创建有序分类数据的Series
ordered_data = pd.Series(['low', 'medium', 'high'], dtype=pd.CategoricalDtype(categories=['low', 'medium', 'high'], ordered=True))
# 创建无序分类数据的Series
unordered_data = pd.Series(['apple', 'banana', 'orange'], dtype='category')
# 检查有序性
print("Is ordered data ordered?", ordered_data.cat.ordered)
print("Is unordered data ordered?", unordered_data.cat.ordered) 360-6-3、结果输出
# 360、pandas.Series.cat.ordered属性
# Is ordered data ordered? True
# Is unordered data ordered? False
)
)
