teradataml.dataframe.sql.DataFrameColumn.replace = replace(search_string, replace_string)

DESCRIPTION:
    Function replaces every occurrence of "search_string" in the string value in column
    with the "replace_string". Use this function either to replace or remove
    portions of a string.
 
ALTERNATE NAME:
    oreplace
 
PARAMETERS:
    search_string:
        Required Argument.
        Specifies a ColumnExpression of a string column or a string literal
        that the function searches for string values in column.
        If argument is null, then result is null.
        Format of a ColumnExpression of a string column: '<dataframe>.<dataframe_column>'.
        Supported column types: CHAR, VARCHAR, or CLOB
        Types: ColumnExpression, str
 
    replace_string:
        Required Argument.
        Specifies a ColumnExpression of a string column or a string literal
        that replaces the characters specified by "search_string".
        If argument is NULL or is an empty string, or is omitted, all
        occurrences of "search_string" are removed from the string values in column.
        Format of a ColumnExpression of a string column: '<dataframe>.<dataframe_column>'.
        Supported column types: CHAR, VARCHAR, or CLOB
        Types: ColumnExpression, str
 
RAISES:
    TypeError, ValueError, TeradataMlException
 
RETURNS:
    DataFrameColumn
 
EXAMPLES:
    # Load the data to run the example.
    >>> load_example_data("dataframe", "admissions_train")
 
    # Create a DataFrame on 'admissions_train' table.
    >>> df = DataFrame("admissions_train").iloc[:4]
    >>> print(df)
       masters   gpa     stats programming  admitted
    id
    3       no  3.70    Novice    Beginner         1
    4      yes  3.50  Beginner      Novice         1
    2      yes  3.76  Beginner    Beginner         0
    1      yes  3.95  Beginner    Beginner         0
 
    # Example 1: Removes occurrence of 'ner' in "stats" column and pass it as input
    #            to DataFrame.assign().
    >>> res = df.assign(col = df.stats.replace("ner"))
    >>> print(res)
       masters   gpa     stats programming  admitted     col
    id
    3       no  3.70    Novice    Beginner         1  Novice
    4      yes  3.50  Beginner      Novice         1  Begin
    2      yes  3.76  Beginner    Beginner         0  Begin
    1      yes  3.95  Beginner    Beginner         0  Begin
 
    # Example 2: Executed replace() function on "stats" column and filtered computed
    #            values which are equal to 'Begin'.
    >>> print(df[df.stats.replace("ner") == "Begin"])
       masters   gpa     stats programming  admitted
    id
    4      yes  3.50  Beginner      Novice         1
    2      yes  3.76  Beginner    Beginner         0
    1      yes  3.95  Beginner    Beginner         0