pandas包含正则表达式

Question

我想匹配所有以978数字开头的单元格。但是下面的代码也匹配397854或nan。

an_transaction_product["kniha"] = np.where(an_transaction_product["zbozi_ean"].str.contains('^978', regex=True) , 1, 0)

请问我做错了什么?

Answer 1

这不起作用，因为.str.contains将检查regex是否在字符串中的任何地方出现

如果你坚持使用正则表达式，.str.match做你想要的。

但是对于这个简单的例子，.str.startswith("978")更清晰。

Answer 2

除了regex，您还可以使用.loc查找以'978'开头的单元格。下面的代码将为列'A'中的单元格分配1，就像一个例子:

df.loc[df['A'].astype(str).str[:3]=='978', 'A'] = 1

注意:astype(str)将数字转换为字符串，然后str[:3]获取前3个字符，然后将其与'978'进行比较。