如何用单个正则表达式提取Pandas DataFrame混合条目列的字符并计数

正确正则表达式写法 #

你之前用的[EA+,AA,EA-]是字符类语法，会把里面的每个字符（包括逗号、+、-）当成单个匹配项，完全不符合匹配AA/EE/EA+/EA-这类多字符模式的需求。正确的写法是用选择符|来分隔多个目标模式：

pattern = r'(AA|EE|EA\+|EA-)'

注：+是正则元字符，需要用\转义才能匹配字面意义的加号。

筛选匹配条目并计数 #

1. 筛选符合条件的行
   用Pandas的str.contains()过滤出Nachfolger列包含目标模式的条目：

# na=False 避免空值导致的报错
filtered_rows = df[df['Nachfolger'].str.contains(pattern, na=False)]

2. 总匹配数
   直接获取筛选后DataFrame的行数即可：

total_count = len(filtered_rows)
# 或者用shape[0]
total_count = filtered_rows.shape[0]

3. 按模式分别计数
   如果需要统计每个模式各自出现的次数，用str.extract()提取匹配内容后再统计：

pattern_counts = df['Nachfolger'].str.extract(pattern, expand=False).value_counts()

内容的提问来源于stack exchange，提问作者MJK