SAS2PYTHON - String-Länge bestimmen


Posted on 14 April 2022 at 15:00 by Stefan Weingaertner

In der Episode 5 unseres heutigen Blog-Beitrags zeigen wir, wie man in SAS/BASE und in Pandas die Länge eines Strings herausfinden kann und das Ergebnis jeweils in Form einer neuen Spalte abspeichert.


Ein Pandas DataFrame ist einem SAS Data Set sehr ähnlich - es handelt sich um eine zweidimensionale tabellarische Datenstruktur mit gelabelten Spalten, die von unterschiedlichem Datentyp sein können. Wie in diesem Beitrag gezeigt wird, kann nahezu jede Operation, die mit dem SAS Data Step auf einen Datensatz angewendet werden kann, auch in Pandas ausgeführt werden.

Input: Unsere Input-Tabelle besitzt 6 Datensätze und besteht aus den Spalten "Name", "Department" und "Position".


                      
                  Name  Department         Position
          Vincent Vega       Sales        Executive
     Marsellus Wallace   Marketing        Executive
        Butch Coolidge          HR        Executive
           Honey Bunny          IT  Project Manager
  Esmeralda Villalobos  Purchasing        Assistant
       Jules Winnfield     Finance        Team Lead


Output: Wir fügen der Tabelle durch die Anwendung der String-Funktion insgesamt zwei neue Spalten hinzu:

  • Spalte "Length" durch die Berechnung der String-Länge der Spalte "Name".
  • Spalte "Length_no_Space" durch die Berechnung der String-Länge ohne Leerzeichen der Spalte "Name".

Da manche Operationen in SAS und Python unterschiedlich ausgeführt werden, generieren die beiden Programmiersprachen auch leicht unterschiedlichen Ausgabe-Formate. Wir haben daher die Outputs mit dem dazugehörigen Code für SAS und Python separat aufgeführt.



SAS-Code: Die Berechnung der String-Länge der Spalte "Name" würde man für ein SAS Dataset wie folgt umsetzen.


                      
data df;
   set df;
   Length = length(Name);
   Length_no_Space = length(compress(Name));
run;


SAS-Output: Das Ergebnis sieht in SAS wie folgt aus, dem SAS Data Set werden zwei neue Spalten hinzugefügt.


                       
Obs                  Name  Department         Position  Length  Length_no_Space
  1          Vincent Vega       Sales        Executive      12               11
  2     Marsellus Wallace   Marketing        Executive      17               16
  3        Butch Coolidge          HR        Executive      14               13
  4           Honey Bunny          IT  Project Manager      11               10
  5  Esmeralda Villalobos  Purchasing        Assistant      20               19
  6       Jules Winnfield     Finance        Team Lead      15               14



Python-Code: In Python würde man die Berechnung der String-Länge der Spalte "Name" für ein Pandas Dataframe "df" mit der folgenden Syntax umsetzen.


                      
import pandas as pd

# Länge
df['Length'] = df['Name'].str.len()

# Länge ohne Leerzeichen
df['Length_no_Space'] = df['Name'].str.replace(' ', '').str.len()


Python-Output: Das Ergebnis sieht in Pandas wie folgt aus, dem Pandas Dataframe werden 2 neue Spalten hinzugefügt.


                      
                   Name  Department         Position  Length  Length_no_Space
0          Vincent Vega       Sales        Executive      12               11
1     Marsellus Wallace   Marketing        Executive      17               16
2        Butch Coolidge          HR        Executive      14               13
3           Honey Bunny          IT  Project Manager      11               10
4  Esmeralda Villalobos  Purchasing        Assistant      20               19
5       Jules Winnfield     Finance        Team Lead      15               14



Wenn Sie die nächste Episode nicht abwarten möchten, können Sie auch gerne unser umfangreiches Training Python für SAS Professionals buchen.

Informationen zu den nächsten Kursterminen und zu unserem gesamten Trainingsangebot finden Sie hier.