Question

我有一个包含4列的数据框（300,000行）。我有一列“模型”，其中有以下示例值。

1）CPL40AUP50（B，W）（空白，EM，PCEM，MSEM）2）CPL40AUP50（B，W）（400，MS） 3）CPL40AUP50（B，W）PC 4）CPL40AUP50（B，W）PCMS 5）CPL40AUP50 [B，W] [空白， 400] 6）CPL40AUP XXXX XXXXX

在模型字段中，任何值，例如（A，B）都可以是A或B。例如，字段2表示可能有4种组合 CPL40AUP50B400 CPL40AUP50BMS CPL40AUP50W400 CPL40AUP50WMS 栏位6表示CPL 40 AUP“ XXXX”“ XXXXX”-每次有两个以上连续的XXX，表示在这些位置接受任何字符。 XXX的数量=该位置的字符数

已附加示例数据框。

将示例附加为字典

{“型号”：{152001：“ CPL40AUP50（B，W）（Blank，EM，PCEM，MSEM）”， 152103：'CPL40AUP50（B，W）（400，MS）'， 152192：'CPL40AUP50（B，W）PC'， 152196：'CPL40AUP50（B，W）PCMS'， 291083：'CPL40AUP50 [B，W] [Blank，400]'}， “产品ID”：{152001：“ PGK58TGD”， 152103：'P5QBAPTD'， 152192：'PFNJED7R'， 152196：'PYSCGR1W'， 291083：“ PH57RZA3”}， “已报告的CCT”：{152001：5000.0， 152103：5000.0， 152192：5000.0， 152196：5000.0， 291083：5000.0}， “报告的功率”：{152001：41.07， 152103：41.07， 152192：41.07， 152196：41.07， 291083：40.0}}

第1部分 我要搜索存储在变量中的型号。此列中的a = CPL40AUP50B400，并返回整行，其中可能存在这种组合。我只希望找到确切的搜索词并打印行，而不是部分字符串匹配

我将所有“ []”方括号替换为括号“（）” 我将所有的“，”逗号都替换为“ |”

我这样做是出于使用正则表达式功能的考虑。但是我无法继续。

第2部分 查找何时有XXX。如果有XXX，则表示可以有任何字符，而不是XXX。

示例：6）CPL40AUP XXXX XXXXX

是指CPL40AUP AAAA AAAAA或CPL40AUP BBBB 11111

任何东西都可以代替XXX。因此，我必须找到一行，其中的型号与XXX以外的所有其他字符都匹配

Answer 1

首先，设置一个DataFrame进行测试：

import pandas as pd
model = ["CPL40AUP50(B,W)(Blank ,EM, PCEM, MSEM) ", "CPL40AUP50(B,W) (400, MS) ", "CPL40AUP50(B,W)PC ", "CPL40AUP50(B,W)PCMS ", "CPL40AUP50[B,W][Blank, 400] ", "CPL40AUP XXXX XXXXX"]
df = pd.DataFrame({'Model': model, 'Wattage': range(40, 46)})

对于第一个问题，要获取包含特定字符串（例如“ PC”）的行，请执行以下操作：

df[ df['Model'].str.contains("PC") ]

str.contains("PC")返回的布尔系列为True，如果该行的“型号”字段中包含“ PC”。然后df[ mask ]返回mask为True的行。

“ PC”是一个正则表达式模式，而不仅仅是文字字母。因此，对于您的第二个问题，以下内容将获取包含两个或多个连续X字符的任何行：

df[ df['Model'].str.contains("XX+") ]

可能不同时，python pandas数据框中的字符串匹配

1 个答案: