python - Pandas 如何过滤多个系列的子串

Question

我想检查 pandas dataframe 列 id 是否包含以下子字符串 '.F1', '.N1', '.FW', '.SP' .

我目前正在使用以下代码:

searchfor = ['.F1', '.N1', '.FW', '.SP']
mask = (df["id"].str.contains('|'.join(searchfor)))

id 列如下所示:

                   ID
0  F611B4E369F1D293B5
1  10302389527F190F1A

我实际上是在查看 id 列是否包含以 . 开头的四个子字符串。由于某些原因，F1 将被过滤掉。在当前示例中，它没有 .F1。如果有人能让我知道如何解决这个特定问题，我将不胜感激。非常感谢。

Answer 1

您可以使用 re.escape()以下列方式转义正则表达式元字符，这样您就不需要转义单词列表 searchfor 中的每个字符串(无需更改 searchfor< 的定义):

import re

searchfor = ['.F1', '.N1', '.FW', '.SP']            # no need to escape each string

pattern = '|'.join(map(re.escape, searchfor))       # use re.escape() with map()

mask = (df["id"].str.contains(pattern))

re.escape()将为您转义每个字符串:

print(pattern)

'\\.F1|\\.N1|\\.FW|\\.SP'