如何在熊猫中选择具有特定字符串模式的行？

Posted 2023-03-12

【中文标题】如何在熊猫中选择具有特定字符串模式的行？

【英文标题】：How to select rows with specific string patterns in pandas?

【发布时间】：2020-02-24 20:40:56

【问题描述】：

我知道我们可以使用str.contains 方法来选择部分字符串。

我的专栏是这样的，

col1
V2648   
V9174.
V9071
V0021;+
V7615***
()()
random
words

我想选择所有包含V+ 4 digits number 模式的行。所以我们需要对这些字符串应用多个条件。

我的输出会是这样的，

col1
V2648   
V9174.
V9071
V0021;+
V7615***

【问题讨论】：

你熟悉正则表达式吗？

@Derek_6424246 哦，是的，我忘了。

【参考方案1】：

你可以这样做：

mask = df.col1.str.startswith('V') & df.col1.str.contains('\d+')
print(df[mask])

输出

       col1
0     V2648
1    V9174.
2     V9071
3   V0021;+
4  V7615***

掩码df.col1.str.startswith('V') 检查以'V' 开头的所有内容，df.col1.str.contains('\d+') 检查所有具有4 数字的内容。如果您想完全匹配 V 后跟 4 位数字，请使用：

mask = df.col1.str.contains('^V\d+')

【讨论】：

嗨@JiayuZhang 很高兴我能帮上忙，如果我没记错的话，那将匹配 5 位数字。

【参考方案2】：

str.match

df[df.col1.str.match('[V](\d4)')]
Out[135]: 
       col1
0     V2648
1    V9174.
2     V9071
3   V0021;+
4  V7615***