14、文本数据处理：字符串操作与正则表达式基础

文本数据处理：字符串操作与正则表达式基础

在处理文本数据时，我们常常需要对字符串进行各种操作，如切片、替换、布尔判断和拆分等。下面将详细介绍这些操作的方法和应用场景。

1. 字符串切片与字符替换

1.1 统一数据格式

在处理数据时，我们可能需要统一某列数据的格式。例如，将“All”替换为“Risk 4 (Extreme)”：

inspections = inspections.replace(
    to_replace = "All", value = "Risk 4 (Extreme)"
)

通过上述代码，我们可以确保“Risk”列中的所有值具有一致的格式。可以使用 unique() 方法查看“Risk”列中的唯一值：

inspections["Risk"].unique()

输出结果如下：

array(['Risk 1 (High)', 'Risk 2 (Medium)', 'Risk 3 (Low)',
       'Risk 4 (Extreme)'], dtype=object)

1.2 提取风险编号

我们可以使用 slice 方法或 Python 的列表切片语法从字符串中提取子字符串。例如，提取每个字符串中索引位置为