python - 过滤字符串中包含 N 位数字的列表元素

Question

我有一个列表，其中包含交易数据的 HS 代码，如下所示

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

我想过滤此列表，以便该列表仅包含名称中有 10 位数字的项目，在本例中为“8401200000 同位素分离机械、仪器和零件”。

我试过了

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

但是代码返回一个空列表。有没有办法做到这一点？

Answer 1

您似乎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，预编译您的模式:

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

Note
If you need to match digits at the start of the string, add the start-of-line anchor ^ to your pattern:

r'^\d{10}'

---

因为这最初被标记为 pandas，这里是一个 pandas 解决方案:

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

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