python - 使用 Pandas 提取包含特定字符的数据

Question

我想在另一列中提取包含特定字符串的数据。

例如，提取的目标是“另一列字符串+3位数字”字符。
它有错误。我想获取 TARGET 行。

df = pd.DataFrame({'col1':['xxxx', 'yyyy', 'zzzz'],'col2':['xxxx123','yyyy1234','aaa123']})

col1 | col2
xxxx | xxxx123 <- TARGET 
yyyy | yyyy1234  <- Not TARGET
zzzz | aaaa123  <- Not TARGET

这是我的代码，它不起作用。

print(df[df['col1'].str.match(df['col2'] + [0-9][0-9][0-9])])

我已经尝试过 str.contains 和 str.match 以及 isin。 可能我不知道如何使用它们。

请告诉我怎么做。

Answer 1

两个模式匹配，并过滤dataframe

cond1 = df.col2.str.extract('([A-Za-z]+)\d', expand = False).eq(df.col1)
cond2 = df.col2.str.extract('[A-Za-z](\d{3})$', expand = False)

df[(cond1) & (cond2)]

    col1    col2
0   xxxx    xxxx123@gmail.com