Question

我的数据框为

df

   indx   pids
    A    181718,
    B     31718,
    C      1718, 
    D    1235,3456
    E    890654,

我想返回与1718完全匹配的行。

我尝试执行此操作，但正如预期的那样，它还会返回1718也是子集的行：

group_df = df.loc[df['pids'].astype(str).str.contains('{},'.format(1718)), 'pids']

   indx   pids
    A    181718,
    B     31718,
    C      1718,

当我尝试做这样的事情时，它返回空：

cham_geom = df.loc[df['pids'] == '1718', 'pids']

预期输出：

 indx   pids
  C      1718,

有人可以帮我吗？

Answer 1

您可以尝试：

df[df.pids.replace('\D','',regex=True).eq('1718')]

  indx   pids
2    C  1718,

'\ D'：不是从0到9的数字的任何字符。

EDIT 考虑以下df：

  indx       pids
0    A    181718,
1    B     31718,
2    C      1718,
3    D  1235,3456
4    E    890654,
5    F  3220,1718

正在执行：

df[df.pids.str.split(",").apply(lambda x: '1718' in x)]
#if not comma only:-> df[df.pids.str.split("\D").apply(lambda x: '1718' in x)]

礼物：

  indx       pids
2    C      1718,
5    F  3220,1718

Answer 2

有一种方法isin匹配并返回一个数据帧，该数据帧包含True（匹配）和false（不匹配）。

考虑以下示例

>>> found = df.isin(["1718"])==True
>>> df[found].head(3)

这将显示前三个与1718匹配的值

Answer 3

使用str.contains并在其后面使用负数，以确保'1718'之前没有其他数字

样本数据

import pandas as pd
d = {'indx': {0: 'A', 1: 'B', 2: 'C', 3: 'D', 4: 'E', 5: 'F', 6: 'G'},
     'pids': {0: '181718,', 1: '31718,', 2: '1718,', 3: '1235,3456', 4: '890654,', 5: '1231,1718', 6: '1231, 1718'}}
df = pd.DataFrame(d)

代码：

df.loc[df.pids.str.contains('(?<![0-9])1718')]

输出：

  indx        pids
2    C       1718,
5    F   1231,1718
6    G  1231, 1718

从熊猫数据框过滤时如何进行精确的字符串匹配

3 个答案:

样本数据

代码：

输出：