如何用正则表达式过滤pandas.Series中仅含单个数字前缀的步骤字符串

原始数据 #

先定义目标Series：

import pandas as pd

s = pd.Series(['1-Onboarding + Retorno', '1.1-Onboarding escolha de bot',
               '2-Seleciona produto', '3-Informa localizacao e cpf',
               '3.1-CPF valido (V.2.0)', '3.2-Obtencao de CEP'], name='Steps')

需求 #

仅保留Series中以单个数字开头的字符串，排除以数字.数字格式开头的项。

解决方案 #

使用str.contains()配合正则表达式实现过滤，关键正则为^[0-9]-，各部分含义：

• ^：锚定字符串的起始位置
• [0-9]：匹配任意单个阿拉伯数字
• -：匹配数字后的短横线，确保是一级步骤的格式

执行过滤的代码：

filtered_s = s[s.str.contains(r'^[0-9]-')]

过滤结果 #

运行后得到的结果：

0         1-Onboarding + Retorno
1            2-Seleciona produto
2    3-Informa localizacao e cpf
Name: Steps, dtype: object

内容的提问来源于stack exchange，提问作者INGl0R1AM0R1