将正则表达式模块与pandas系列一起使用

Question

我如何在str.contains（）中使用正则表达式模块（因为它支持非固定长度的后置断言）在熊猫系列中查找匹配项？我猜下面的代码返回以下错误，因为它使用了re模块：TypeError: first argument must be string or compiled pattern。

import pandas as pd
import regex
to_test = pd.Series([ 'yes' , 'no' , 'yes' ])
classifier = regex.compile(r"yes")
result = to_test.str.contains(classifier)

Answer 1

您可以定义自己的方法，例如regex_search并使用apply()：

import pandas as pd
import regex

to_test = pd.Series([ 'yes' , 'no' , 'yes' ])

def regex_contains(s, rx):
    return bool(rx.search(s))

classifier = regex.compile(r"yes")
to_test.apply(regex_contains, args=(classifier,))

输出：

0     True
1    False
2     True
dtype: bool