过滤后跟随机数字行的字符串

Posted 2023-03-12

【中文标题】过滤后跟随机数字行的字符串

【英文标题】：Filter for a string followed by a random row of numbers

【发布时间】：2019-09-18 00:19:19

【问题描述】：

我想在数据框中过滤一行。

ch=b611067=football

我的问题是我只想过滤 b'611067 部分。

我知道我可以使用关注 str.startswith('b') 来查找 ID 的开头，但我正在寻找的是一种表达方式，例如 str.contains('random 6 digit numberical value'

希望这是有道理的。

【问题讨论】：

不熟悉熊猫。如果您可以使用正则表达式，请尝试使用 'b[0-9]6'

之类的模式

谢谢，我试试看。

是否可以添加一些示例数据，以便我们为您重现解决方案？

您好，我已经尝试了 'b[0-9]6' 并且成功了！

How to filter rows in pandas by regex的可能重复

【参考方案1】：

我（还）不确定如何在 pandas 中有效地做到这一点，但您可以使用正则表达式进行匹配：

import re

pattern = '(b\d6)'
text = 'ch=b611067=football'
matches = re.findall(pattern=pattern, string=text)
for match in matches:
    pass # do something

编辑：这个答案解释了如何将正则表达式与熊猫一起使用： How to filter rows in pandas by regex

【参考方案2】：

您可以使用.str 访问器在字符串列上使用字符串函数，包括通过正则表达式匹配：

import pandas as pd
df = pd.DataFrame(data="foo": ["us=b611068=handball", "ch=b611067=football", "de=b611069=hockey"])
print(df.foo.str.match(r'.+=b611067=.+'))

输出：

0    False
1     True
2     False
Name: foo, dtype: bool

您可以使用它来索引数据框，例如：

print(df[df.foo.str.match(r'.+=b611067=.+')])

输出：

                   foo
1  ch=b611067=football

如果你想要所有匹配模式b<6 numbers>的行，你可以使用tobias_k提供的表达式：

df.foo.str.match(r'.+=b[0-9]6=.+')

注意，这给出了与df.foo.str.contains(r'=b611067=') 相同的结果，它不需要您提供通配符并且是How to filter rows in pandas by regex 中给出的解决方案，但正如Pandas docs 中提到的那样，您可以使用match更严格。