Leerpad
Python-gegevensbasisprincipes
28 uur
Tekst trimmen is een fundamentele taak bij het verwerken van tekstdata in Python, vooral in de fases van opschonen en voorbereiden van data science-projecten. Trimmen helpt ongewenste tekens, zoals witruimte, aan het begin en einde van strings te verwijderen, waardoor je data consistenter en klaar voor analyse wordt.
In deze tutorial laat ik je de drie belangrijkste methoden zien om strings in Python te trimmen: .strip(), .lstrip() en .rstrip(), en ik behandel specifieke use-cases om hun veelzijdigheid en nut in praktijksituaties te laten zien.
3 methoden om een string te trimmen in Python
Python biedt ingebouwde methoden om strings te trimmen, waardoor het eenvoudig is om tekstuele data op te schonen en voor te bewerken. Deze methoden zijn onder andere
.strip(): Verwijdert voorloop- en nalooptekens (standaard witruimte)..lstrip(): Verwijdert voorlooptekens (standaard witruimte) aan de linkerkant van de string..rstrip(): Verwijdert nalooptekens (standaard witruimte) aan de rechterkant van de string.
Inzicht in deze methoden maakt efficiënte tekstmanipulatie en -voorbereiding mogelijk, wat cruciaal is voor elke data science-taak met tekstuele data.
1. Voorloop- en naloopwitruimte uit strings in Python verwijderen met .strip()
De methode .strip() is ontworpen om zowel voorloop- als nalooptekens uit een string te verwijderen. Meestal wordt deze gebruikt om witruimte te verwijderen. Hier is een voorbeeld hieronder, toegepast op de string " I love learning Python! ".
text = " I love learning Python! "
trimmed_text = text.strip()
print(trimmed_text) # Output: "I love learning Python!"Deze methode is vooral handig om strings te standaardiseren die mogelijk verschillende hoeveelheden voorloop- en naloopwitruimte hebben.
2. Voorloopwitruimte uit strings in Python verwijderen met .lstrip()
De methode .lstrip() richt zich op de linkerkant van een string en verwijdert voorlooptekens. Standaard verwijdert het witruimte, maar je kunt ook specifieke tekens opgeven. Hier is de methode .lstrip() toegepast op dezelfde string " I love learning Python! " uit het vorige voorbeeld:
text = " I love learning Python! "
left_trimmed_text = text.lstrip()
print(left_trimmed_text) # Output: "I love learning Python! ".lstrip() is handig wanneer je strings moet opschonen die beginnen met ongewenste spaties of tekens, zoals in lijsten met namen of categorische data.
3. Naloopwitruimte uit strings in Python verwijderen met .rstrip()
De methode .rstrip() vult .lstrip() aan door nalooptekens aan de rechterkant van een string te verwijderen. Het biedt dezelfde flexibiliteit om te specificeren welke tekens moeten worden verwijderd. Hier toegepast op hetzelfde voorbeeld als hierboven:
text = " I love learning Python! "
right_trimmed_text = text.rstrip()
print(right_trimmed_text) # Output: " I love learning Python!"Gebruik .rstrip() wanneer je te maken hebt met strings met ongewenste tekens of spaties aan het einde, zoals afsluitende interpunctie of annotaties.
Specifieke tekens uit een string in Python verwijderen
De trim-methoden voor strings in Python laten je specificeren welke tekens je van het begin en einde van strings wilt verwijderen. Deze functionaliteit voegt een laag flexibiliteit toe aan de methoden .strip(), .lstrip() en .rstrip(), waardoor gerichtere opschoningsbewerkingen mogelijk zijn.
Zoals we in onze voorbeelden zullen zien, is het echter belangrijk om de inherente beperkingen van deze methoden te erkennen: ze kunnen geen tekens uit het midden van strings verwijderen of complexere, patroon-gebaseerde verwijderingen afhandelen. Voor zulke geavanceerde behoeften bieden reguliere expressies (regex) een robuustere oplossing.
Specifieke tekens uit een string in Python verwijderen met .strip()
Laten we eerst beginnen met de methode .strip(). De methode .strip() kan worden aangepast om niet alleen witruimte te verwijderen, maar ook specifieke tekens aan beide uiteinden van een string. Hier is een voorbeeld:
text = "!!!I love learning Python!!!"
specific_char_trimmed = text.strip('!')
print(specific_char_trimmed) # Output: "I love learning Python"Stel nu dat onze string eigenlijk "xxxyyy I love learning Python xxxyyy" is. Aangezien ”xxx” en ”yyy” zowel vooraan als achteraan in de string staan, is het mogelijk om ze allebei te verwijderen door het teken ’xy’ op te geven als te strippen teken. Zo werkt het in de praktijk!
text = "xxxyyy I love learning Python xxxyyy"
specific_chars_trimmed = text.strip('xy')
print(specific_chars_trimmed) # Output: " I love learning Python "Zoals eerder vermeld, is het cruciaal om te begrijpen dat .strip() geen tekens uit het midden van de string kan verwijderen. Als de tekst die we strippen bijvoorbeeld "!!!I love learning!!! Python!!!" is, dan zou de uitvoer van bovenstaande bewerking ”I love learning!!! Python” zijn. Voor complexere verwijderingsbewerkingen kun je het beste reguliere expressies gebruiken in plaats van de strip-methoden die in deze tutorial worden beschreven.
Specifieke tekens uit een string in Python verwijderen met .lstrip() en .rstrip()
Hetzelfde is van toepassing op de methoden .lstrip() en .rstrip(). Hieronder staan voorbeelden van het verwijderen van specifieke voorloop- en nalooptekens in respectievelijk .lstrip() en .rstrip():
text = "!!!I love learning Python!!!"
left_char_trimmed = text.lstrip('!')
print(left_char_trimmed) # Output: "I love learning Python!!!"
right_char_trimmed = text.rstrip('!')
print(right_char_trimmed) # Output: "!!!I love learning Python"Bovendien kan dezelfde techniek om meerdere tekens te verwijderen worden toegepast op .lstrip() en .rstrip()
text = "xxxyyy I love learning Python xxxyyy"
left_chars_trimmed = text.lstrip('xy')
print(left_chars_trimmed) # Output: " I love learning Python xxxyyy"
right_chars_trimmed = text.rstrip('xy')
print(right_chars_trimmed) # Output: "xxxyyy I love learning Python"Nieuwe methoden voor trimmen van strings in Python 3.9
Python 3.9 introduceerde str.removeprefix() en str.removesuffix(), die expliciet bekende voor- of achtervoegsels verwijderen.
Een prefix verwijderen met removeprefix()
text = "Python_is_fun"
trimmed_text = text.removeprefix("Python_")
print(trimmed_text) # Output: "is_fun"Een suffix verwijderen met removesuffix()
text = "data_cleaning.csv"
trimmed_text = text.removesuffix(".csv")
print(trimmed_text) # Output: "data_cleaning"Prestatie-overwegingen bij het trimmen van strings
Bij het werken met grote datasets is het belangrijk om strings efficiënt te trimmen. .strip(), .lstrip() en .rstrip() werken met een tijdscomplexiteit van O(n). Voor zeer grote datasets kunnen gevectoriseerde bewerkingen in Pandas echter efficiënter zijn:
import pandas as pd
df = pd.DataFrame({"text": [" Data Science ", " Machine Learning "]})
df["cleaned_text"] = df["text"].str.strip()
print(df)Conclusie
Inzicht in het trimmen en manipuleren van strings is essentieel voor effectief programmeren in Python. Hoewel de methoden .strip(), .lstrip() en .rstrip() in basisbehoeften voorzien, kunnen complexere scenario’s vragen om het gebruik van reguliere expressies. Wil je verder leren, bekijk dan onze tutorial over reguliere expressies, of ga aan de slag met DataCamp’s Natural Language Processing in Python Skill Track.
Adel is docent Data Science, spreker en VP Media bij DataCamp. Adel heeft diverse cursussen en live trainingen uitgebracht over data-analyse, machine learning en data engineering. Hij is gepassioneerd over het verspreiden van datavaardigheden en data-geletterdheid binnen organisaties en de wisselwerking tussen technologie en de samenleving. Hij heeft een MSc in Data Science and Business Analytics. In zijn vrije tijd vind je hem vaak met zijn kat Louis.
Veelgestelde vragen
Kan ik .strip(), .lstrip() of .rstrip() gebruiken om numerieke tekens uit een string te verwijderen?
Ja, je kunt numerieke tekens opgeven als doel om te verwijderen. Bijvoorbeeld:
text = "12345Python12345"
trimmed_text = text.strip('12345')
print(trimmed_text) # Output: "Python"Hoe gaan .strip(), .lstrip() en .rstrip() om met strings met gemengde witruimtes zoals tabs of nieuwe regels?
Standaard verwijderen deze methoden alle soorten witruimte, waaronder spaties, tabs (\t) en nieuwe regels (\n). Bijvoorbeeld:
text = "\t\n Python Programming \n\t"
trimmed_text = text.strip()
print(trimmed_text) # Output: "Python Programming"Wat gebeurt er als ik .strip(), .lstrip() of .rstrip() aanroep op een lege string?
Als je deze methoden aanroept op een lege string, geven ze zonder fouten een lege string terug. Bijvoorbeeld:
text = ""
trimmed_text = text.strip()
print(trimmed_text) # Output: ""Onderwerpen
