Pandas筛选含"C("的SMILES列条目报错，该如何修复？

报错原因很直接：str.contains()默认采用正则表达式匹配逻辑，而(是正则里的特殊元字符，用来标记子模式的起始，你写的C(会被解析成一个未闭合的子模式，所以触发了"missing ), unterminated subpattern"错误。

有两种简单的修复方式：

方式1：转义正则特殊字符 #

把括号转义成普通字符，用Python原始字符串写法更方便，避免双反斜杠的繁琐：

newdf2 = df[df['SMILES'].str.contains(r'C\(')].reset_index(drop=True)

方式2：关闭正则匹配模式 #

如果你只是要匹配固定的C(字符串，不需要正则的复杂匹配逻辑，直接设置regex=False即可：

newdf2 = df[df['SMILES'].str.contains('C(', regex=False)].reset_index(drop=True)

两种方法都能正确筛选出SMILES中包含C(的化学品，第二种更直观，适合这种简单的固定字符串匹配场景。

内容的提问来源于stack exchange，提问作者user22233907