【基础】利用Pandas的字符串处理函数进行文本数据的清洗和提取。

# 2.1 字符串替换和删除

### 2.1.1 str.replace()函数

`str.replace()` 函数用于替换字符串中的特定字符或子字符串。其语法如下：

str.replace(old, new, n=-1, regex=False)

其中：

* `old`：要替换的字符或子字符串。
* `new`：替换后的字符或子字符串。
* `n`：替换的次数（可选，默认为全部替换）。
* `regex`：是否使用正则表达式（可选，默认为 False）。

**示例：**

import pandas as pd

df = pd.DataFrame({'name': ['John Doe', 'Jane Doe', 'Peter Parker']})

# 替换所有 "Doe" 为 "Smith"
df['name'] = df['name'].str.replace('Doe', 'Smith')

print(df)

输出：

   name
0  John Smith
1  Jane Smith
2  Peter Parker

# 2. 文本数据清洗

### 2.1 字符串替换和删除

#### 2.1.1 str.replace()函数

`str.replace()`函数用于替换字符串中的指定子字符串。其语法如下：

str.replace(old, new, n=-1)

其中：

- `old`：要替换的子字符串。
- `new`：替换后的子字符串。
- `n`：替换的次数。默认为-1，表示全部替换。

**代码块：**

import pandas as pd

df = pd.DataFrame({'text': ['Hello World', 'Hello Python', 'Hello Pandas']})

# 替换所有"Hello"为"Hi"
df['text'] = df['text'].str.replace('Hello', 'Hi')

print(df)

**逻辑分析：**

该代码块使用`str.replace()`函数将DataFrame中`text`列中的所有"Hello"替换为"Hi"。

#### 2.1.2 str.strip()和str.lstrip()函数

`str.strip()`和`str.lstrip()`函数用于移除字符串两端或左端的空白字符。

- `str.strip()`：移除两端的空白字符。
- `str.lstrip()`：移除左端的空白字符。

**代码块：**

# 移除两端的空白字符
df['text'] = df['text'].str.strip()

# 移除左端的空白字符
df['text'] = df['text'].str.lstrip()

### 2.2 字符串分割和连接

#### 2.2.1 str.split()函数

`str.split()`函数用于将字符串按照指定分隔符分割成列表。其语法如下：

str.split(sep=None, maxsplit=-1)

其中：

- `sep`：分隔符。默认为None，表示空白字符。
- `maxsplit`：分割的最大次数。默认为-1，表示全部分割。

**代码块：**

# 以空格为分隔符分割字符串
df['text'] = df['text'].str.split()

# 以逗号为分隔符分割字符串，最多分割两次
df['text'] = df['text'].str.split(',', maxsplit=2)

#### 2.2.2 str.join()函数

`str.join()`函数用于将列表中的元素连接成字符串。其语法如下：

str.join(sep='')

其中：

- `sep`：连接符。默认为空字符串。

**代码块：**