【Python】文字列の全角・半角を変換する方法｜mojimoji

文字列の全角・半角を変換する方法

Pythonを利用し、文字列の全角と半角を変換する方法をご紹介します

文字列には全角・半角があり内容は同じですが、機械では別の文字列として扱われてしまいます

つまりテキストデータの解析の際に、エラーが出てしまう可能性があるということです

全角・半角の区別をなくすために、どちらかに変換する方法を解説します

事前準備

今回はmojimojiというライブラリを利用し、全角・半角を変換していきます

!pip install mojimoji
import mojimoji

また事前に全角・半角の文字列を準備しておきます

text_zen = 'Ｐｙｔｈｏｎ パイソン １２３'
text_han = 'Python ﾊﾟｲｿﾝ 123'

全角→半角に変換する方法

まずは全角（Ｐｙｔｈｏｎ）を半角（Python）に変換する方法をご紹介します

zen_to_hanという非常に分かりやすい関数を利用します

テキストを引数に設定すると、簡単に全角→半角の変換を実装できます

print(mojimoji.zen_to_han(text_zen))

半角→全角に変換する方法

続いて半角（Python）を全角（Ｐｙｔｈｏｎ）に変換する方法をご紹介します

han_to_zenというこちらも分かりやすい関数を利用します

print(mojimoji.han_to_zen(text_han))

一部の変換を無効化する

zen_to_hanとhan_to_zenの2つの関数は「英字・カタカナ・数字」を全て変換しますが

特定の文字種類の変換を無効化することもできます

どちらも同じパラメータを利用します

英字の変換を無効化する

ascii＝Trueとすることで、英字の全角・半角変換を無効化することができます

print(mojimoji.zen_to_han(text_zen))
print(mojimoji.zen_to_han(text_zen, ascii=False))

カタカナの変換を無効化する

kana＝Trueとすることで、カタカナの全角・半角変換を無効化することができます

print(mojimoji.zen_to_han(text_zen))
print(mojimoji.zen_to_han(text_zen, kana=False))

数字の変換を無効化する

digit＝Trueとすることで、数字の全角・半角変換を無効化することができます

print(mojimoji.zen_to_han(text_zen))
print(mojimoji.zen_to_han(text_zen, digit=False))

DataFrame（Series）に適応させる

最後にこの全角・半角の変換をDataFrame/Seriesに適応させる方法をご紹介します

Seabornというライブラリから、mpgという車のデータを取得しておきます

import seaborn as sns
df = sns.load_dataset('mpg')
df['name']

この車のデータにある車名を意味している「name」のカラムに対して、半角→全角の変換を実施します

han_to_zenをDataFrame（Series）に適応させるにはapplyというメソッドを利用します

df['name'].apply(mojimoji.han_to_zen)

2021-09-19【Python】作った関数を適応させるには？｜apply

まとめ

今回はPythonで文字列の全角・半角を変換する方法についてご紹介してきました

テキスト解析の際に、文字列統一のために必要になるのでぜひ使ってみてください