Проверка строк Python (Pandas) - инструкции и примеры

Как определить, что переменная является строкой?

Используйте функцию isinstance():

value = "текст"
print(isinstance(value, str))  # True

value = 100
print(isinstance(value, str))  # False

Python подготовка данных (подготовка данных в python)

Как проверить, что строка пустая?

Несколько вариантов: сравнение с пустой строкой, проверка длины, логическое отрицание:

s = ""
print(s == "")       # True
print(len(s) == 0)   # True
print(not s)         # True (но также True для None)

Python работа с большими данными (работа с большими данными в python)

# В Pandas с учётом пропусков
series = pd.Series(["", "abc", None])
# .str.len() даёт NaN для None, поэтому дополнительно проверяем isna()
empty_mask = series.str.len() == 0
print(empty_mask)
# 0     True
# 1    False
# 2    False  (NaN не равен 0, поэтому False)

структурированные данные python (структурированные данные в python)

Как проверить, что строка состоит только из цифр (или только из букв)?

Методы str.isdigit(), str.isdecimal(), str.isnumeric() (отличаются поддержкой разных систем счисления) и str.isalpha(). Для букв и цифр вместе используйте str.isalnum().

print("123".isdigit())   # True
print("12.3".isdigit())  # False
print("abc".isalpha())   # True
print("a1".isalnum())    # True

генерация данных python (генерация данных в python)

# Pandas
s = pd.Series(["123", "12.3", "abc"])
print(s.str.isdigit())
# 0     True
# 1    False
# 2    False

Python код символа (код символа в python)

Как проверить начало или конец строки на совпадение с шаблоном?

Методы startswith() и endswith(). Можно передать кортеж для проверки нескольких вариантов:

url = "https://example.com"
print(url.startswith("https"))  # True
print(url.endswith(".com"))     # True

# Проверка нескольких суффиксов
print(url.endswith((".com", ".org")))  # True

код из файла python (код из файла python)

# Pandas
series = pd.Series(["hello.py", "hello.txt", "hello.doc"])
print(series.str.endswith((".py", ".txt")))
# 0     True
# 1     True
# 2    False

обработка данных на python (обработка данных на python)

Как проверить наличие подстроки в строке?

Используйте оператор in или метод find():

text = "Привет, мир!"
print("мир" in text)  # True

# find() возвращает индекс или -1
print(text.find("мир"))   # 8
print(text.find("Java"))  # -1

обработка символьных данных python (обработка символьных данных в python)

# Pandas .str.contains() с отключённым regex
series = pd.Series(["Привет, мир!", "Hello world"])
print(series.str.contains("мир", regex=False))
# 0    True
# 1    False

Python преобразование в строку (преобразование в строку в python)

Как выполнить сложную проверку по шаблону (регулярные выражения)?

Модуль re предоставляет функции re.match() (проверка с начала строки), re.search() (поиск в любом месте), re.fullmatch() (совпадение всей строки).

import re

pattern = r"^[A-Za-z]+$"
text = "Hello"
print(re.match(pattern, text))  # match object (truthy)
text2 = "Hello123"
print(re.match(pattern, text2)) # None (falsy)

Python как проверить строку (проверка строки в python)

# Pandas: .str.match() для проверки с начала, .str.contains() с regex=True
series = pd.Series(["Hello", "Hello123", "123Hello"])
print(series.str.match(r"^[A-Za-z]+$"))
# 0     True
# 1    False
# 2    False

как работать с данными в python (работа с данными в python)

Как обработать пропуски (NaN) при проверке строк в Pandas?

Методы .str.* по умолчанию возвращают NaN для пропущенных значений. Часто требуется получить булев массив без NaN. Используйте параметр na в .str.contains() или заполните fillna():

series = pd.Series(["123", None, "abc"])
# Вариант 1: параметр na=False (только для .str.contains)
print(series.str.contains("123", na=False))
# 0     True
# 1    False
# 2    False

# Вариант 2: заполнить пропуски пустой строкой
print(series.fillna("").str.isdigit())
# 0     True
# 1    False
# 2    False