061–070 문자열과 날짜

.str.strip()과 .str.lower()를 이어 씁니다.

Pythonorders['customer'].str.strip().str.lower()

결과0     kim
1     lee
2    park
3    choi
4     kim
Name: customer, dtype: str

풀이: strip은 양 끝 공백만 제거하고 lower는 대문자를 소문자로 바꿉니다. 중간 공백은 남습니다.

pandas 2.x에서는 마지막 줄이 dtype: object로 보입니다. 값은 같습니다.

.str.replace("-", "").

Pythonorders['phone'].str.replace('-', '')

결과0    01012345678
1    01022223333
2    01098765432
3    01055550000
4    01011112222
Name: phone, dtype: str

풀이: replace 결과는 새 Series입니다. 원본 전화번호 열을 바꾸려면 다시 대입해야 합니다.

pandas 2.x에서는 마지막 줄이 dtype: object로 보입니다. 값은 같습니다.

.str.split("@")로 나눈 뒤 .str[1]로 두 번째 조각을 꺼냅니다.

Pythonorders['email'].str.split('@').str[1]

결과0    naver.com
1    gmail.com
2     daum.net
3    gmail.com
4    naver.com
Name: email, dtype: object

풀이: @로 나눈 리스트의 두 번째 요소를 선택합니다. 잘못된 이메일 형식 검증은 별도 작업입니다.

.str.len().

Pythonorders['email'].str.len()

결과0    13
1    13
2    13
3    14
4    14
Name: email, dtype: int64

풀이: str.len은 행마다 문자열 길이를 반환합니다. Series의 행 수를 구하는 len과 다릅니다.

.str.startswith("kim")으로 만든 조건으로 거릅니다.

Pythonorders[orders['email'].str.startswith('kim')]

결과  customer           email          phone  order_date  amount
0     Kim    kim@naver.com  010-1234-5678  2026-01-15   32000
4      kim  kim2@naver.com  010-1111-2222  2026-03-09   18000

풀이: startswith는 문자열 시작 부분을 검사합니다. 이 데이터는 이메일 결측치가 없지만 있다면 na=False를 정할 수 있습니다.

pd.to_datetime(열)의 결과를 같은 열에 다시 대입해야 표가 바뀝니다.

Pythonorders['order_date'] = pd.to_datetime(orders['order_date'])
orders.dtypes

결과customer                 str
email                    str
phone                    str
order_date    datetime64[us]
amount                 int64
dtype: object

풀이: datetime으로 변환해야 다음 문항에서 dt 접근자를 사용할 수 있습니다.

pandas 2.x에서는 값은 같고 표시만 다음과 같습니다.

결과customer              object
email                 object
phone                 object
order_date    datetime64[ns]
amount                 int64
dtype: object

날짜 열에는 .dt를 붙입니다. 월은 .dt.month, 요일 이름은 .dt.day_name().

Pythonorders['month'] = orders['order_date'].dt.month
orders['weekday'] = orders['order_date'].dt.day_name()
orders[['order_date', 'month', 'weekday']]

결과  order_date  month    weekday
0 2026-01-15      1   Thursday
1 2026-01-28      1  Wednesday
2 2026-02-03      2    Tuesday
3 2026-02-17      2    Tuesday
4 2026-03-09      3     Monday

풀이: month는 숫자, day_name은 요일 이름을 반환합니다. 준비 코드의 날짜와 행 순서를 유지합니다.

pd.Timestamp("2026-03-31")에서 날짜 열을 빼면 기간(Timedelta)이 됩니다. 일수는 .dt.days.

Python(pd.Timestamp('2026-03-31') - orders['order_date']).dt.days

결과0    75
1    62
2    56
3    42
4    22
Name: order_date, dtype: int64

풀이: 기준 날짜에서 주문 날짜를 빼 Timedelta를 구하고 days로 정수 일수를 꺼냅니다.

날짜형 열에도 between("2026-02-01", "2026-02-28")을 쓸 수 있습니다.

Pythonorders[orders['order_date'].between('2026-02-01', '2026-02-28')]

결과  customer           email          phone order_date  amount  month  weekday
2     PARK   park@daum.net  010-9876-5432 2026-02-03   47000      2  Tuesday
3   Choi    choi@gmail.com  010-5555-0000 2026-02-17   22000      2  Tuesday

풀이: 여기 날짜는 시각 없는 자정 값입니다. 실제 타임스탬프는 3월 1일 미만 조건으로 2월 말 하루 전체를 포함시키는 편이 명확합니다.

groupby() 괄호 안에 날짜열.dt.to_period("M")을 넣습니다.

Pythonorders.groupby(orders['order_date'].dt.to_period('M'))['amount'].sum()

결과order_date
2026-01    47000
2026-02    69000
2026-03    18000
Freq: M, Name: amount, dtype: int64

풀이: 연-월 Period로 묶어 다른 해의 같은 달이 합쳐지는 것을 방지합니다.

to_period("M")는 날짜를 연-월 단위로 묶습니다.