Question

我有一个列表，其中包含看起来像这样的交易数据的HS代码

trade_data = ['84 Nuclear Reactor',
  '8401 Nuclear Reactor:Fuel Elem',
  '840120 Isotopic Separation Machinery',
  '8401200000 Isotopic Separation Machinery, Apparatus And Parts']

我要过滤此列表，以便该列表仅包含名称中具有10位数字的项目，在这种情况下为“ 8401200000同位素分离机械，设备和零件”。

我尝试了

filtered_list = [x for x in trade_data if "\d{10}" in x]

，但是代码返回一个空列表。反正有这样做吗？

Answer 1

似乎您正在尝试应用正则表达式模式。您可以使用re.search：

import re
[x for x in trade_data if re.search(r"\d{10}", x)] 
# ['8401200000 Isotopic Separation Machinery, Apparatus And Parts']

或者，更好的是，预先编译模式：

p = re.compile(r"\d{10}")
[x for x in trade_data if p.search(x)] 
# ['8401200000 Isotopic Separation Machinery, Apparatus And Parts']

注意
如果您需要匹配字符串开头的数字，请在模式中添加行首锚^：
r'^\d{10}'

由于它最初被标记为熊猫，因此这里是熊猫的解决方案：

s = pd.Series(trade_data)
s[s.str.contains(r'^\d{10}')]

3    8401200000 Isotopic Separation Machinery, Appa...
dtype: object

Answer 2

您可以在不使用正则表达式的情况下执行以下操作：

trade_data = ['84 Nuclear Reactor',
  '8401 Nuclear Reactor:Fuel Elem',
  '840120 Isotopic Separation Machinery',
  '8401200000 Isotopic Separation Machinery, Apparatus And Parts']
filtered_list = [i for i in trade_data if len([j for j in i if j.isdigit()])==10]
print(filtered_list) #prints ['8401200000 Isotopic Separation Machinery, Apparatus And Parts']

筛选字符串中包含N位数字的列表元素

2 个答案: