Question

我正在尝试在python pandas中使用df['column_name'].str.count("+")，但我收到了

＆＃34;错误：无需重复＆＃34;

。对于常规字符，该方法有效，例如， df['column_name'].str.count("a")工作正常。

此外，＆＃34; ^＆＃34; -sign存在问题。如果我使用df['column_name'].str.contains("^")，则结果不正确 - 它看起来像＆＃34; ^＆＃34;被解释为＆＃34; ＆＃34; （空白空间）。

令人惊讶的是，如果我在常规的非熊猫字符串上使用.count("+")和.contains("^")，那么它们的效果非常好。

简单的工作示例：

df = pd.DataFrame({'column1': ['Nighthawks+', 'Dragoons'], 'column2': ['1st', '2nd']}, columns = ['column1', 'column2'])

申请df["column1"].str.contains("^")时，获得＆＃34; True，True＆＃34;但是应该是＆＃34; False，False＆＃34;。

当应用df["column1"].str.count("+")时，一个人获得

＆＃34;错误：无需重复＆＃34;

但是，在熊猫之外，"bla++".count("+")正确地给出了结果＆＃34; 2＆＃34;。

任何解决方案？感谢

Answer 1

你需要逃避加号：

In[10]:
df = pd.DataFrame({'a':['dsa^', '^++', '+++','asdasads']})
df

Out[10]: 
          a
0      dsa^
1       ^++
2       +++
3  asdasads

In[11]:
df['a'].str.count("\+")

Out[11]: 
0    0
1    2
2    3
3    0
Name: a, dtype: int64

此外，当您执行df['a'].str.count('^')时，这只会为所有行返回1：

In[12]:
df['a'].str.count('^')

Out[12]: 
0    1
1    1
2    1
3    1
Name: a, dtype: int64

你需要再次逃避模式：

In[16]:
df['a'].str.count('\^')

Out[16]: 
0    1
1    1
2    0
3    0
Name: a, dtype: int64

修改

关于普通字符串count与Series上的str之间的语义差异，^上的count只是字符数，但是{{3}采用正则表达式模式。 +和@setLocal cd /d "Z:\PUBLIC\Auftrag_MegaCAD\" start Auftrag.exe %1是特殊字符，如果您要搜索这些字符，则需要使用反斜杠进行转义

Answer 2

在str.count()中

表示特殊字符，您需要对正则表达式使用反斜杠。（上面的@EdChum对此进行了详细说明）。

另一方面，在str.contains()中，我们不需要对正则表达式使用反斜杠。只需添加regex=False之类的df['a'].str.contains("+", regex=False))参数即可搜索并找到包含特殊字符的字符串。

Python大熊猫不会识别特殊字符

2 个答案: