文本数据

【问题一】 str对象方法和df/Series对象方法有什么区别？

str.replace针对的是object类型或string类型，默认是以正则表达式为操作，目前暂时不支持DataFrame上使用；replace针对的是任意类型的序列或数据框，如果要以正则表达式替换，需要设置regex=True，该方法通过字典可支持多列替换。

【问题二】 给出一列string类型，如何判断单元格是否是数值型数据？

pd.Series(['1', None, '3a', '3b', '03c'], dtype="string").str.contains(r'[0-9]')

【问题三】 rsplit方法的作用是什么？它在什么场合下适用？

通过指定分隔符对字符串进行分割并返回一个列表，默认分隔符为所有空字符，包括空格、换行(\n)、制表符(\t)等。类似于 split() 方法，只不过是从字符串最后面开始分割。

【问题四】 在本章的第二到第四节分别介绍了字符串类型的5类操作，请思考它们各自应用于什么场景？

str.split

方法	场景
str.split	对字符进行分割
str.cat	对字符进行拼接
str.replace	对字符进行替换
str.extract	对字符进行提取
str.extractall	找出所有符合条件的字符串，并建立多级索引
str.contains和str.match	检测是否包含某种字符