regexp_replace 函數是一個用于處理字符串的函數，它可以使用正則表達式來查找并替換字符串中的特定模式。在數據清洗過程中，這個函數非常有用，因為它可以幫助我們自動化地處理和修復數據中的錯誤、不一致或不符合預期格式的部分。
以下是 regexp_replace 函數的基本語法：
regexp_replace(string, pattern, replacement)
其中：
string 是要進行處理的原始字符串；pattern 是一個正則表達式，用于匹配需要被替換的子字符串；replacement 是用于替換匹配到的子字符串的新字符串。例如，假設我們有一個包含電話號碼的數據集，但是這些電話號碼的格式不統一（例如，有些是 “123-456-7890”，有些是 “(123) 456-7890”）。我們可以使用 regexp_replace 函數將所有的電話號碼轉換為統一的格式，例如 “1234567890”：
import re
def clean_phone_number(phone_number):
# 移除所有非數字字符
cleaned_number = regexp_replace(phone_number, '[^0-9]', '')
return cleaned_number
# 示例
phone_number = "(123) 456-7890"
cleaned_number = clean_phone_number(phone_number)
print(cleaned_number) # 輸出: "1234567890"
在這個例子中，我們使用了正則表達式 [^0-9] 來匹配所有非數字字符，并將它們替換為空字符串，從而實現了電話號碼的清洗。
總之，regexp_replace 函數在數據清洗過程中非常有用，它可以幫助我們快速、自動地處理和修復數據中的錯誤和不一致。
