python - 在 Pandas Dataframe Cell 中查找特定格式

Question

我有一个数据框，需要检查列中每个单元格中的内容是否遵循特定格式。

Index    Column A
0        abcd
1        abc_1
2        abc_xy
3        abc_12
4        zabc_12

如何查找与格式“abc_ + number”匹配的单元格，以便找到索引 1 和 3 中的值。
到目前为止，我知道如何使用正则表达式查找单元格的“abc_”或数字部分:

re.match('abc_', df['Column A'])

但我不知道如何寻找完整的模式。任何帮助将不胜感激，谢谢!

Answer 1

您可以使用Series.str.contains :

df['Column A'].str.contains(r'^abc_\d')

或者，该模式是否应该匹配整个字符串

df['Column A'].str.contains(r'^abc_\d+$')

请注意，默认情况下，pat 参数被视为正则表达式，因此您不必使用 regex=True。您可以使用 na 参数来定义缺失值的填充值。

图案详细信息

• ^ - 字符串开头(这里需要它，因为 str.contains 使用 re.search，而不是 re.match 因此不会将匹配锚定在字符串的开头)
• abc_ - 文字子字符串
• \d+ - 1+ 位数字
• $ - 字符串结尾。