pandas_2, 정규식

import pandas as pd

# xlsx 파일 읽기

raw = pd.read_excel('product.xlsx', engine="openpyxl")

print(raw)

# 새 변수 만들기 방법1

raw['부가세포함'] = raw['판매가'] * 1.1

# 새 변수 만들기 방법2

def 함수(a):

  return a * 1.1

raw['부가세포함'] = raw['판매가'].apply(함수)

# 만약 상품목록 데이터가 7102 Metal Chair 라면 의자를 카테고리 변수에 저장

def 함수2(a):

  if a == '7102 Metal Chair':

    return '의자'

raw['카테고리'] = raw['상품목록'].apply(함수2)

# 정규식

import re

a = re.search('abc', 'abcdef') # abcdef 에 abc가 포함되어 있으면 TRUE를 반환

print(a)

# 만약 상품목록 데이터가 Chair 를 포함한다면 의자를 카테고리 변수에 저장

def 함수2(a):

  if re.search('Chair', str(a) ): # pandas로 오픈한 자료의 문자 데이터가 string이 아닌 object인 경우가 있어 문자 데이터로 변환 후 검사

    return '의자'

raw['카테고리'] = raw['상품목록'].apply(함수2)

# abcdefg에 abc가 포함되어있으면 찾은 것을 리스트로 반환 실패하면 빈리스트 반환

re.findall('abc', 'abcdefg')

# 문장의 시작과 끝 검사

결과 = re.findall('^a', 'abcdefg') # a로 시작하는지

print(결과)

결과 = re.findall('g$', 'abcdefg') # g로 끝나는지

print(결과)

# 특수문자 포함여부 검사

결과 = re.findall('\$', 'abc$def$g') # $는 문장의 끝을 의미했으므로 \를 쓰고 $를 사용해야 $를 문자로 인식

print(결과)

# or 검사

결과 = re.findall('[abc]', 'abcdefg') # [] 안에 쓰면 a or b or c 가 포함된 글자를 찾아라 라는 뜻

print(결과) # 같은 단어단위로 or를 사용하고 싶다면 대괄호를 사용하지 않고 abc|def 이런 식으로 사용

# 문자 범위 지정하여 검사

결과 = re.findall('[a-zA-Z]', 'abcdefgHIJK') # 한글은 [가-힣]

print(결과)

# not 문법 사용하여 검사

결과 = re.findall('[^a-z]', 'abcde12345 안녕하세요') # a-z가 아닌 것을 찾아라

print(결과)

# 숫자, 공백 검사

결과 = re.findall('\d\d', 'abcde12345 안녕하세요') # \d는 한자리 숫자 \d{3}은 세자리 숫자

print(결과)

결과 = re.findall('\s', 'abcde12345 안녕하세요') # \s 는 공백 \S 는 공백이 아닌 모든 것

print(결과)

# 반복되는 문자 찾기

결과 = re.findall('ㅋ', '안녕하세요ㅋㅋㅋㅋㅋㅋ') # ㅋ 하나만 찾음

print(결과)

결과 = re.findall('ㅋ+', '안녕하세요ㅋㅋㅋㅋㅋㅋ') # 반복되는 ㅋ를 통째로 찾음

print(결과)

# 대소문자 무시하고 검사

결과 = re.findall('abc', 'ABcdefg', re.IGNORECASE)

print(결과)

# 찾아서 바꾸기

결과 = re.sub('\-', '.', '2022-1-1') # re.sub(이걸, 이렇게 바꿔, 이 문자에서)

print(결과) # -는 특수문자이므로 \와 함께 사용

# 문자가 포함되어 있으면 TRUE 아니면(숫자만 있으면) ERROR를 반환

def 함수(a):

  if re.search('\D', str(a)) :

    return a

  else :

    return '에러'

raw['카테고리'] = raw['카테고리'].apply(함수) # 덮어씌우기