使用正则表达式子集熊猫数据框

Question

我有一个熊猫数据框，看起来像：

>>> df
      product   desc
0        ABCD  desc1
1   ABCD1,XYZ  desc2
2      ABCD1H  desc3
3       ABCD1  desc4
4  ABCD1H,LMN  desc5

我想过滤出包含产品ABCD1或ABCD1 followed by any other product ID但不包含ABCD1H的行。如何过滤出这样的行。 在上面的示例中，我希望输出为：

>>> df
          product   desc
    1   ABCD1,XYZ  desc2
    3       ABCD1  desc4

这是我到目前为止尝试过的方法，但是没有用。

df2 = df.loc[df['product'].str.contains('ABCD1')]

它的结果中还包含ABCD1H，我不希望这样。

Answer 1

使用正则表达式“ \ b”是断字：

df[df['product'].str.contains(r'ABCD1\b')]

输出：

     product   desc
1  ABCD1,XYZ  desc2
3      ABCD1  desc4