Python Pandas로 시리즈에서 특수 문자가 2개 이상 포함된 단어의 총 개수 구하기

문제 개요

Pandas 시리즈(Series)에 저장된 각 단어를 검사하여, 특수 문자가 2개 이상 포함된 단어의 총 개수를 구하는 방법을 알아보겠습니다.

입력 예시

다음과 같은 시리즈가 있다고 가정합니다.

0    fruits!!
1    *cakes*
2    $nuts
3    #drinks
dtype: object

이 시리즈에서 특수 문자가 2개 이상 들어 있는 단어는 'fruits!!'와 '*cakes*' 두 개이므로, 기대되는 결과값은 2입니다.

이 문제를 해결할 수 있는 여러 가지 방법을 하나씩 살펴보겠습니다.

해결 방법 1: 반복문과 조건문 활용

가장 기본적인 접근 방식으로, 다음 순서로 진행합니다.

Pandas 시리즈를 정의합니다.
특수 문자 목록을 생성합니다. 파이썬의 string.punctuation을 활용하면 편리합니다.
각 단어별 특수 문자 개수와 총 개수를 저장할 변수를 0으로 초기화합니다.
for 반복문으로 시리즈의 값을 하나씩 확인하면서, 각 문자가 특수 문자 목록에 포함되어 있는지 검사합니다.

for i in data:
    chars_count = 0
    for j in list(i):
       if j in special_char:
           chars_count = chars_count + 1

이후 특수 문자 개수가 1보다 크면(즉, 2개 이상이면) 총 개수를 1 증가시킵니다.

if(chars_count > 1):
    total_count = total_count + 1
    print(total_count)

전체 구현 예제

import pandas as pd
import string

l = ["Fruits!!", "*Cakes*", "$Nuts", "#Drinks"]
data = pd.Series(l)

chars = string.punctuation
special_char = list(chars)
total_count = 0

for i in data:
    chars_count = 0
    for j in list(i):
       if j in special_char:
           chars_count = chars_count + 1
    if(chars_count > 1):
       total_count = total_count + 1

print(total_count)

해결 방법 2: 정규표현식과 람다 함수 활용

더 간결한 방법으로는 정규표현식(regular expression)과 filter(), lambda 함수를 조합할 수 있습니다.

단어 리스트를 정의합니다.
re.findall(r"\W", x)로 각 단어에서 특수 문자를 모두 찾습니다. 정규식 패턴 \W는 알파벳, 숫자, 언더스코어(_)를 제외한 모든 문자, 즉 특수 문자와 매칭됩니다.
찾은 특수 문자의 길이가 1보다 큰 경우만 필터링합니다.

import pandas as pd
import re

l = ["fruits!!", "*cakes*", "$nuts", "#drinks"]
data = pd.Series(filter(lambda x: 1 < len(re.findall(r"\W", x)), l))

전체 구현 예제

import pandas as pd
import re

l = ["fruits!!", "*cakes*", "$nuts", "#drinks"]
data = pd.Series(filter(lambda x: 1 < len(re.findall(r"\W", x)), l))
print("count:", len(data))

실행 결과

위 프로그램을 실행하면 다음과 같은 결과가 출력됩니다.

정리

반복문 기반 방법은 로직을 단계별로 이해하기 좋고, 정규표현식 방법은 코드가 훨씬 간결하고 파이썬답다는 장점이 있습니다. 실무에서는 데이터 규모가 클수록 정규표현식과 벡터화 연산을 활용하는 것이 성능 면에서 유리합니다.