Task7 文本数据

1.问题

【问题一】 str对象方法和df/Series对象方法有什么区别？

str对象方法主要是针对类型为string的对象

【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？

使用str.isnumetric()方法

【问题三】 rsplit方法的作用是什么？它在什么场合下适用？

rsplit() 方法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？

2. 练习

【练习一】 现有一份关于字符串的数据集，请解决以下问题：

（a）现对字符串编码存储人员信息（在编号后添加ID列），使用如下格式：“×××（名字）：×国人，性别×，生于×年×月×日”

df_1 = pd.read_csv('../data/String_data_one.csv',index_col='人员编号')
df_1.head()

df_1.info()

<class 'pandas.core.frame.DataFrame'>
Int64Index: 2000 entries, 1 to 2000
Data columns (total 6 columns):
 #   Column  Non-Null Count  Dtype 
---  ------  --------------  ----- 
 0   姓名      2000 non-null   object
 1   国籍      2000 non-null   int64 
 2   性别      2000 non-null   object
 3   出生年     2000 non-null   int64 
 4   出生月     2000 non-null   int64 
 5   出生日     2000 non-null   int64 
dtypes: int64(4), object(2)
memory usage: 109.4+ KB

# 将所有类型转成object
df_1 = df_1.astype('str')
(df_1['姓名']+ '：'+df_1['国籍']+'国人，'+'性别'+df_1['性别']+'，生于'+df_1['出生年']+'年'+\
df_1['出生月']+'月'+df_1['出生日']+'日').to_frame()