熊猫如何过滤串联的多个子字符串答案

【问题标题】：Pandas how to filter for multiple substrings in series熊猫如何过滤串联的多个子字符串
【发布时间】：2021-09-21 21:47:42
【问题描述】：

我想检查 pandas 数据框列 id 是否包含以下子字符串 '.F1', '.N1', '.FW', '.SP'。

我目前正在使用以下代码：

searchfor = ['.F1', '.N1', '.FW', '.SP']
mask = (df["id"].str.contains('|'.join(searchfor)))

id 列如下所示：

                   ID
0  F611B4E369F1D293B5
1  10302389527F190F1A

我实际上是在查看id 列是否包含以. 开头的四个子字符串。由于某些原因，F1 将被过滤掉。在当前示例中，它没有.F1。如果有人能让我知道如何解决这个特定问题，我将不胜感激。非常感谢。

【问题讨论】：

. 匹配任何内容。所以表达式.F1 可以是后面跟F1 的任何东西。两个字符串都有这种模式。索引 0 中的 9F1 和索引 1 中的 7F1 和 0F1。还不清楚您是如何使用掩码的，因为它应该与显示的两个 ID 匹配。
您可以使用'\.F1' 或re.escape() 转义
df["ID"].str.contains('\\'+'|\\'.join(searchfor))
@AndrejKesely 非常感谢您的建议。只是为了确认它会在第一行用“\.F1”转义对吗？
@SkipperLin 试试这个searchfor = ['\.F1', '\.N1', '\.FW', '\.SP']

标签： python pandas string dataframe

【解决方案1】：

您可以使用re.escape()通过以下方式转义正则表达式元字符，这样您就不需要转义单词列表中的每个字符串searchfor （无需更改@的定义987654325@):

import re

searchfor = ['.F1', '.N1', '.FW', '.SP']            # no need to escape each string

pattern = '|'.join(map(re.escape, searchfor))       # use re.escape() with map()

mask = (df["id"].str.contains(pattern))

re.escape() 将为您转义每个字符串：

print(pattern)

'\\.F1|\\.N1|\\.FW|\\.SP'

【讨论】：