无法在pandas中使用正则表达式进行匹配
在pandas中，可以使用正则表达式进行匹配的方法是str.contains()。该方法用于检查Series或DataFrame中的每个元素是否包含指定的模式。
具体用法如下：
import pandas as pd
# 创建一个示例DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie', 'David'],
'Age': [25, 30, 35, 40],
'Email': ['alice@example.com', 'bob@example.com', 'charlie@example.com', 'david@example.com']}
df = pd.DataFrame(data)
# 使用正则表达式匹配Email列中包含"example"的行
result = df[df['Email'].str.contains('example')]
print(result)输出结果：
Name Age Email
0 Alice 25 alice@example.com
1 Bob 30 bob@example.com
2 Charlie 35 charlie@example.com
3 David 40 david@example.com在上述示例中，我们使用str.contains()方法来匹配Email列中包含"example"的行，并将结果保存在result变量中。最后打印出结果。
需要注意的是，str.contains()方法默认是区分大小写的。如果需要进行大小写不敏感的匹配，可以设置case=False参数，如df['Email'].str.contains('example', case=False)。
推荐的腾讯云相关产品：腾讯云数据库（TencentDB），提供高性能、高可用的数据库服务，支持多种数据库引擎，适用于各种应用场景。产品介绍链接地址：https://cloud.tencent.com/product/cdb
相关·内容
2回答
我正在尝试使用Python + Pandas来计算电子邮件地址中的点数。
第一个记录是"addison.shepherd@gmail.com“。它应该有两个点。相反，它返回26，字符串的长度。
import pandas as pd
url = "http://profalibania.com.br/python/EmailsDoctors.xlsx"
docs = pd.read_excel(url)
docs["PosAt"] = docs["Email"].str.count('.')
有人能帮我吗？提前感谢！
浏览 2提问于2020-01-12得票数 2
回答已采纳
1回答
我正在尝试使用python扁平化JSON，但许多JSON文件都有多个对象，因此，python脚本无法扁平化它。
例如：
{........
} {
......
}
有3000个文件这是一个问题，我甚至不能手动使用[]括号并将其作为列表，我如何才能展平这样的JSON文件呢？
我正在使用的当前代码：
import json
import pandas as pd
from pandas.io.json import json_normalize
import glob
import os
import csv
import xlsxwriter
counter=0
counter1=0
wr
浏览 4提问于2018-11-13得票数 1
1回答
我是Pandas的新手，在类中使用它，而且我永远也找不到一个资源来显示pandas在extract函数中表示文本时所使用的符号。例如：
movies['year'] = movies['title'].str.extract('.*\((.*)\).*', expand=True)
我知道这是在告诉extract函数从类中完成的示例中提取括号内的所有内容，但我不明白extract函数中哪些符号是什么意思。有没有资源可以解释这些符号是什么意思？谢谢。
浏览 3提问于2018-07-18得票数 0
1回答
我有一个‘单词’的列表，我想数到下面
word_list = ['one','three']
我有一篇关于熊猫数据的专栏文章如下。
TEXT |
-------------------------------------------|
"Perhaps she'll be the one for me." |
"Is it two or one?" |
"Mayhaps it be
浏览 3提问于2017-10-24得票数 5
回答已采纳
pandas.Series.str.contains和pandas.Series.str.match有什么区别？为什么下面是这样的情况？
s1 = pd.Series(['house and parrot'])
s1.str.contains(r"\bparrot\b", case=False)
我得到了True，但当我得到
s1.str.match(r"\bparrot\b", case=False)
我找到False了。为什么是这种情况？
浏览 0提问于2019-09-10得票数 7
回答已采纳
谁能帮助我理解为什么我无法在Sublime Text 2中搜索\或unicode？
搜索\u001B没有找到，尽管很明显在文件中，并且在搜索just ...时出现错误...
很明显做错了什么，但不知道是什么。
浏览 0提问于2016-02-25得票数 3
sqlalchemy-hana是否支持基于regex的SQL查询？执行这个SQL查询并获取得到的pandas dataframe SELECT ATTRIBUTE_VALUE FROM PARSING2 WHERE (ATTRIBUTE_NAME NOT REGEXP "^ADDITIONAL")的适当语法应该是什么？
浏览 1提问于2018-06-13得票数 0
1回答
我试图将一个结果拆分为两列，并将左边的部分放入DataFrame中，但pandas无法识别该字符串，因此给了我一个空的out in。
q=['Sar || var','lol ||']
y=pd.DataFrame(q)
split_data = y[0].str.split("||", n = 1, expand = False).str[0]
print(split_data)
out
0
1
Name: 0, dtype: object
浏览 21提问于2020-02-20得票数 3
回答已采纳
2回答
check="a1++"
awk -F":" -v name="$check" 'tolower($2)~ tolower(name)' file.txt
在处理"++“字符串时，awk似乎有一些问题。无法检索文件中的值。但是，我已经尝试更改check="44b"，它似乎工作得很好
apple:44b:Vietnam
orange:A1++ approved:China
jelly:-34:Malaysia
pear:98:Malaysia
file.txt
浏览 13提问于2017-02-02得票数 2
回答已采纳
我的head列的每一行中的Pandas字符串都以"binary: [49] "开头，但它返回的是False
all(all(df_ms1[head].str.contains('binary: [49] ')) == True for head in msarray_match)
我测试了df_ms1[head].str.contains('binary:'),，它返回了True。我想知道匹配"binary: [49] "这个词有什么问题？此处是否禁止使用空格、数字或括号？
浏览 10提问于2018-01-18得票数 1
回答已采纳
我在pandas数据框中有一列是字符串，如下所示： df['hello'].iloc[0] = '['hi','how','are','you']' 我只想保留那些包含单词“you”但在“how”之后的行。类似这样的情况： 'you' in ['hi','how','are','you'].split('how')[1] >保留行 我试过这个： filtered = df[df['hell
浏览 20提问于2021-04-05得票数 2
回答已采纳
1回答
我试图读取多个文件从数据到数据库通过火花。目前使用的是for-循环，它非常慢，并且修改了代码，而不是使用过滤器，但是我有一个错误。这个问题还有别的解决办法吗？
文件位置
abfss://xxxxxx/abc/year=2021/month=1/dayofmonth=1/hour=1/*.csv
abfss://xxxxxx/abc/year=2021/month=1/dayofmonth=1/hour=2/*.csv
......
csv每小时生成一次
工作代码
from pyspark.sql.utils import AnalysisException
df_list = []
浏览 4提问于2021-03-11得票数 0
我有一个列colA，它在一个pandas数据框中有多个值。我希望此列中以spare1开头的所有值都替换为单词email_petition。例如，spare1signed，spare1not signed yet‘等都将被转换为email_petition。
我使用了以下代码：
petition = df.colA.str.startswith('spare1')
if df.colA == petition:
df.colA.replace(petition, 'email_petition', inplace=True)
但是我得到了以下错误:级数的
浏览 19提问于2018-11-22得票数 1
我想从csv中读取一个Pandas数据帧，其中列名中只有一个空格，分隔符是多个空格。我如何告诉Pandas只使用多个连续的空格作为分隔符，而忽略单个空格？
浏览 3提问于2019-10-29得票数 5
在Emacs中阅读"replace-match“函数的描述时，我无法理解”subexpression“属性是什么以及应该如何使用它？例如在(replace-match (format-time-string writestamp-format (current-time)) t t nil 1)中，“1”是什么意思？！
浏览 0提问于2012-07-22得票数 4
回答已采纳
1回答
我一直在尝试在Pandas中合并字符串；它们中的大多数都可以工作，但有些字符串并不匹配，尽管它们在excel文件中看起来完全相同。
data looks like:
File Name: company 1.pdf; Security Name: Series A Common
File Name: company 2.pdf; Security Name: Series B Common
ra1['File Name'] = ra1['File Name'].astype(str)
ra1['Security Name'] = ra1[
浏览 0提问于2020-01-04得票数 0
2回答
我有以下代码： import pandas as pd
s = pd.Series(['toy story (1995)', 'the pirates (2014)'])
print(s.str.extract('.*\((.*)\).*',expand = True)) 带输出： 0
0 1995
1 2014 我知道extract函数会在两个序列对象的圆括号之间拉取值。然而，我不明白是怎么做到的。'.*\((.*)\).*'到底是什么意思？我认为星号代表通配符，但除此之外，我对这个表达式的实际情况感到相当困惑。
浏览 23提问于2019-03-23得票数 2
回答已采纳
I使用熊猫series.replace和regex=True，但替换结果令人困惑。
My requirement：对字典中的值执行大小写不敏感的替换，只有在列值与任何to_replace值列表完全匹配的情况下
import pandas as pd
replace_dict = {'True': 1, 'Yes': 1, 'False': 0, '.0+$': ''}
df = pd.DataFrame(data=['true', 'TRue','False',
浏览 6提问于2022-10-12得票数 0
免责声明:我刚开始编写正则表达式，所以唯一的问题可能是我缺乏经验。
我正在尝试编写一个正则表达式，它将查找括号中的数字，并且我希望将数字和括号都包括在选择中。但是，我只希望它在字符串开头时匹配。因此，在下面的文本中，我希望它得到(10)，而不是(2)或(图50)。
(10) Joystick Switch - Contains control switches (Figure 50)
Two (2) heavy lifting straps
到目前为止，我的(\(\d+\))得到了(10)，但也得到了(2)。我知道^应该匹配字符串(或行)的开头，但我一直无法让它工作。我在这里和其他网站上看过很
浏览 0提问于2015-05-23得票数 2
在TCL中，字符串“匹配”和字符串“相等”的区别是什么。它们几乎是一样的，所以我无法察觉它们之间的区别。
浏览 0提问于2017-08-29得票数 1
1回答
我们正试图在多个平台(应用程序(Android/iOS)、网络(javascript)和后端服务(C#))之间共享我们的RegEx模式。
我看到的一个问题是，所有的平台都有不同的regex引擎。这可能会导致其中一个无法正确处理regexp模式。
正则表达式模式最初是在C#中定义的，后来通过Webservice或Bower向其他平台公开。有没有办法为该模式编写单元测试，以确保它可以在其他平台上工作？
我问这个问题的原因是因为我假设有一个通用的正则表达式语言，每个引擎都有它自己独特的怪癖。如果是这样的话，应该可以验证每个模式是否符合通常理解的语言。
浏览 1提问于2015-06-24得票数 0
我是Python和朱庇特笔记本的新手，我目前正在学习本教程：。到目前为止，我已经导入了熊猫库和其他一些东西，我制作了一个数据框架'df‘，这只是一个CSV文件的公司利润和收入数据。我在理解本教程的下面一行时遇到了困难：
non_numberic_profits = df.profit.str.contains('[^0-9.-]')
我理解本教程的意义:识别利润变量包含字符串而不是数字的所有公司。但是我不明白^0-9的意义。-以及上面的函数是如何工作的。
我的完整代码在下面。谢谢。
import pandas as pd
import matplotlib.pyplot
浏览 0提问于2019-09-24得票数 2
回答已采纳
在Pandas中，我有一个名为TermNew的dataframe列，它包含以下小写字符串(请忽略点--我在格式化方面有问题)
TermNew
999年，由2001年1月1日起
自2000年11月20日起999岁(少于20天)
自1979年10月1日起99年
一九九二年一月至九九年
我试图将TermNew中的所有字母字符(a-z，无数字，无空白，或/)提取为新列Termtext，并具有这些预期结果。
Termtext
年后
年从
年后
年后
我尝试了以下方法，但它只返回到第一个空白的字母，即
leaseterm1'T
浏览 3提问于2021-10-26得票数 0
回答已采纳
2回答
如何获取值在方括号中是正确的。我无法通过从方括号中获取值来获取选项为true或false。
例如，我有ID：
values = content.match(/[^[\]]+(?=])/g);
$(this).closest(".myclass").myFn({
postMe: values[0],
});
value是从ID (#myID)获取的第一个值，但它不会运行。我把方括号放在下面：
<div id="myID">[true]</div>
但我直接像这样说：
values
浏览 1提问于2013-11-05得票数 1
2回答
熊猫str.match在"+“之后不工作。
import pandas as pd
df = pd.DataFrame()
df['a'] = ["Huwaei p30 4GB+256GB"]
b = df.loc[df['a'].str.match(f"Huwaei p30 4GB+256GB")]
c = df.loc[df['a'].str.match(f"Huwaei p30 4GB+")]
print('b: ', b)
print('c: '
浏览 7提问于2022-05-06得票数 0
回答已采纳
1回答
当使用workbox背景同步插件时，我必须创建一个捕获请求的路由。但是我想捕获所有包含/api/的urls。
在//api/./.json/中，这是默认的regex
registerRoute(
/\/api\/.*\/*.json/,
new NetworkOnly({
plugins: [bgSyncPlugin]
}),
'POST'
);
正则表达式将与/api/test.json 匹配。
我试图这样做来匹配所有包含/api/在url中的url，例如：
和
但是当我这样做的时候，出于某种原因
registerRoute(
new RegEx
浏览 5提问于2021-11-03得票数 0
回答已采纳
我正在尝试读取excel文件。
import requests
url = 'http://www.nepalstock.com/todaysprice/export'
r = requests.get(url, allow_redirects=True)
open('todayprice.xls', 'wb').write(r.content)
import pandas as pd
pd.set_option("xls", "openpyxl")
fileurl='todayprice.xls'
浏览 42提问于2021-03-29得票数 0
1回答
熊猫百科
、、
我有个数据：
#!/usr/bin/python
# encoding=utf-8
df=pandas.DataFrame([[1,2,'2015-11入住,2015-11-12离开'],[2,3,'2016-11入住,2016-11-2离开']],columns=['a','b','c'])
print df
我想得到结果：
a b c
0 1 2 2015-11-12
1 2 3 2016-11-2
我想用regex
df.c=re.search('((\d+)
浏览 1提问于2016-12-07得票数 0
回答已采纳
我有一个像这样的pandas专栏：
LOD-NY-EP-ADM
LOD-NY-EC-RUL
LOD-NY-EC-WFL
LOD-NY-LSM-SER
LOD-NY-PM-MOB
LOD-NY-PM-MOB
LOD-NY-RMK
LOD-NY-EC-TIM
我希望新列中的输出为
EP
EC
EC
LSM
PM
PM
RMK
EC
我试过这个：
pattern=df.column[0:10].str.extract(r"\w*-NY-(.*?)-\w*",expand=False)
虽然它对所有东西都有效，但它无法获取RMK并提供NaN，因为在那之后就没有任何东西了，它查找-\w的
浏览 0提问于2018-04-10得票数 0
我试图re.match一个导入的文件(ocdo_confec_param)变量(Input_File_Pattern)，但它没有使用0-9作为变量名，并在打印长度时将其作为字符串计算。 main_scipt.py import re
import pandas as pd
from pandas import DataFrame
from datetime import datetime
import ocdo_confec_param as param
sharepoint_file = 'Sku Report - Biscuits (RMS) 2022 - Ocado.xl
浏览 29提问于2021-07-31得票数 0
我是visual studio代码的新手。我想在搜索框中输入一些东西，然后准确地找到它。
如果我输入: MyFunction(“
我希望它能找到MyFunction函数的所有用法。但是VSCode报告括号没有结束，并显示错误"Invalid regular expression ... Unterminated group“
如果我只搜索我的MyFunction，我会在评论和其他使用该关键字的地方得到数百个额外的匹配。
我试着用谷歌搜索如何使用搜索框，但无法解决这个问题。
对于上面的表达式，使用搜索框的正确方式是什么？
浏览 4提问于2021-10-29得票数 0
我有一个字符串中的HTML。我想去掉它的<head>部分。我使用：
$html = preg_replace("/<head[^>]*?>.*?<\/head>/s", "", $html);
但就性能而言，这可能有点重。有没有更好的选择？
我知道我可以使用strip_tags()并在第二个参数中列出所有接受的标签，但它太多了，无法列出。
浏览 2提问于2016-04-19得票数 3
给定myList = ['a', 'b', 'c']和一个包含大量文件的文件夹，例如
['a_3432.bed', 'a_4958.bed', 'b_3432.bed', 'b_4958.bed', 'c_3432.bed',
'c_4958.bed', 'd_3432.bed', 'd_4958.bed', etc]
我想打开这些文件，并根据列表中的每一项将其内容附加到一个数据帧中。类似于：
import panda
浏览 0提问于2018-03-30得票数 1
我在oracle SQL 11g中有一个要在SAP HANA SQL中使用的where条件: Oracle SQL查询：
NOT REGEXP_LIKE (UPPER(substr(GEN_ID,4,5)), '[A-Z]')
我已尝试使用like_regexp，但无法获取记录。
NOT REGEXP_LIKE (UPPER(substr(GEN_ID,4,5)), '[A-Z]')
我期待着regexp_like在HANA中也能同样发挥作用
浏览 32提问于2019-07-15得票数 0
我在我的服务器上有以下php代码，可以让我判断用户是否从facebook访问我的网页：
if ($_SERVER[HTTP_REFERER] == "https://www.facebook.com/") { do stuff }
所以，这里的问题是，人们也在使用facebook应用程序在移动设备上使用facebook，所以我无法通过这种方式获得推荐链接。
有没有什么办法可以告诉我，如果有人使用facebook应用程序点击了一个链接，就会进入我的网页？
浏览 17提问于2016-09-02得票数 1
(preg_match('/(.)\1{3}/', $repeater))
我正在尝试创建一个正则表达式，它将检测在整个单词中重复一个字符3次或更多次的单词。我已经尝试了许多方法，但似乎无法获得正确的输出。
浏览 2提问于2017-03-28得票数 1
我有两张桌子：
报表表Mapper表.
列“版本”在两个表中都很常见。
我试图在Excel中执行类似于VLOOKUP的功能。也就是说，对于报告表中的每个产品，我都希望使用“Version”作为我的键，并从Mapper表中获得“答案”的值。
期望产出：
我正在使用下面的代码来执行任务：
# import pandas
import pandas as pd
import csv
# read csv data
df1 = pd.read_csv('report.csv')
df2 = pd.read_csv('mapper.csv')
le
浏览 2提问于2021-07-10得票数 0
2回答
我有几千个常用单词，比如LLC，INC，CO，我需要从pandas dataframe列中几百万个公司名称的末尾删除它们。下面将删除任意位置中的常用词： toexlude = dfwcomwords['ending'].tolist()
data['names'] = data['names'].apply(lambda x: ' '.join([word for word in x.split() if word not in (toexclude)])) 但我只想去掉名字末尾的单词，即"INC INTERNATIO
浏览 15提问于2019-10-13得票数 0
回答已采纳
2回答
我有一个方法，它允许用户指定远程目录，并使用searchPattern搜索远程目录中的文件。由于我在从远程位置检索文件名称时使用第三方库，因此无法利用System.IO的Directory.GetFiles()例程，该例程允许我在获取文件时指定searchPattern。
Basic String.Compare不能根据提供的模式正确匹配文件名。有人知道更有效的匹配方法吗？
public IList<String> GetMatchingRemoteFiles(String SearchPattern, bool ignoreCase)
{
IList<String&
浏览 2提问于2013-04-25得票数 2
回答已采纳
2回答
tcl正则表达式
、、
regex {func(\(.*\))} "func(test)" a b
puts $a $b
我无法在b中得到测试，还有一个打印函数(测试)
我原以为A是有趣的，b是测试的。我是tcl的初学者，任何在tcl中使用regex的好资源。谢谢。
浏览 4提问于2016-03-14得票数 1
回答已采纳
1回答
我在(以前是)上运行了一个生成。我想将某些程序集排除在代码覆盖率计算之外。基于我读过的 格式。我创建了一个.runsettings文件，如下所示：
<?xml version="1.0" encoding="utf-8"?>
<RunSettings>
<DataCollectionRunSettings>
<DataCollectors>
<DataCollector friendlyName="Code Coverage"
uri="
浏览 7提问于2016-04-26得票数 1
回答已采纳
当我使用Pandas转换我的datetime字符串时，如果缺少日期，它会将其设置为每月的第一天。
例如：
pd.to_datetime('2017-06')
OUT[]: Timestamp('2017-06-01 00:00:00')
有没有办法让它使用一个月的15(中间)天？
编辑：
我只希望它在缺少日期的情况下使用第15天，否则使用实际的日期-因此将所有值偏移15将不起作用。
浏览 0提问于2019-07-03得票数 0
我指的是来自的代码
RegExp.escape = function(str)
{
var specials = new RegExp("[.*+?|()\\[\\]{}\\\\]", "g"); // .*+?|()[]{}\
return str.replace(specials, "\\$&");
}
\\$&是什么意思？
我认为\\转义了\字符。然后$&，我想应该是$1来匹配第一场比赛？tho $1无法正常工作
浏览 5提问于2011-01-14得票数 4
回答已采纳
在"Javascript的好的部分“中有一些部分我不能理解
String.method('deentityify',function(){
var entity = {
quot: '""',
lt: '<',
gt: '>'
};
return function(){
return this.replace( /&([^&;]+);/g ,
function(
浏览 1提问于2014-03-22得票数 0
在我阅读的文档中：
使用\A和\z匹配字符串的开始和结束，^和$匹配行的开始/结束。
我将应用一个正则表达式来检查user提交的用户名(或电子邮件是否相同)。我应该在模型中对validates_format_of使用哪个表达式？我无法理解其中的区别:我一直使用^和$ ...
浏览 146提问于2009-02-23得票数 217
回答已采纳
我正在学习python，我正在尝试做一些文本预处理，我一直在阅读和借鉴Stackoverflow的想法。我能够想出下面的公式，但它们似乎没有我期望的那样，它们也没有抛出任何错误，所以我被难住了。 首先，在Pandas dataframe列中，我尝试删除单词中的第三个连续字符；这有点像对应该有两个连续字符而不是三个字符的单词运行拼写检查 buttter = butter
bettter = better
ladder = ladder 我使用的代码如下： import re
docs['Comments'] = [c for c in docs['Comments
浏览 26提问于2021-09-16得票数 1
回答已采纳
我试图解析HTML代码，并使用正则表达式增加一些数据。提供数据的网站没有API，我想在使用Swift构建的iOS应用程序中显示这些数据。HTML如下所示：
$(document).ready(function() {
var years = ['2020','2021','2022'];
var currentView = 0;
var amounts = [1269.2358,1456.557,1546.8768];
var balances = [3484626,3683646,3683070];
rest of the html cod
浏览 1提问于2022-09-27得票数 0
回答已采纳
我在Pandas DataFrame的一个列(COL_NAME)中获得了一些数据。我想提取“(”和“)”之间的一些文本(这些数据要么存在，要么根本不存在，尽管数据中可能有多组括号)。然后，我想将paren中的数据写入另一列，然后从原始字符串中删除'(XXX)‘。
也就是说。
COL_NAME
========
(info) text (yay!)
I love text
Text is fun
(more info) more text
lotsa text (boo!)
转换为：
COL_NAME NEW_COL
======== =======
浏览 1提问于2015-10-29得票数 3
回答已采纳
尝试将流数据从MYSQL迁移到Kinesis时出现错误。帮我解决这个问题。
botocore.exceptions.ClientError:调用PutRecord操作时出错(ValidationException)：1检测到验证错误：'streamName‘处的值'’无法满足约束:成员必须满足正则表达式模式: a-zA-Z0-9_.-+
import json
import boto3
import pymysql
import socket,array
import pandas as pd
from datetime import datetime
from pymysql
浏览 0提问于2020-05-25得票数 0
我有一个由熊猫创建的数据框架。数据框中的一列包含URL，我想要匹配并计算出现的特定数量。
我的逻辑是，如果它没有返回'None‘，那么在这个阶段print('Match')似乎不起作用。这是我当前代码的一个示例，我非常感谢任何关于如何使用pandas匹配值的技巧，因为我刚刚使用了很多R，并且在python中没有太多使用Pandas和data frames的经验。
Title,URL,Date,Unique Pageviews
Preparing and Starting DS
career,http://www.datasciencecentral.com/forum
浏览 10提问于2019-07-07得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
