如何在DataFrame列中通过正则表达式匹配指定字符串？

可以通过以下步骤实现需求：

1. 导入所需库

import pandas as pd
import re

2. 构建示例DataFrame和目标字符串

# 构造DataFrame
data = {
    'name': ['123 Main Street', '123 Middle Street'],
    'regex': [r'\d+\s*main\s*st(reet)?', r'\d+\s*middle\s*st(reet)?']
}
df = pd.DataFrame(data)

# 目标字符串
mystring = 'abc xy 123 main st'

3. 筛选匹配的行
   这里提供两种直观的实现方法：

方法一：用apply结合re.search逐行校验

# 筛选正则能匹配目标字符串的行，flags=re.IGNORECASE可选，用于忽略大小写匹配
matched_df = df[df['regex'].apply(lambda x: bool(re.search(x, mystring, flags=re.IGNORECASE)))]

方法二：用apply按行处理（逻辑更直白）

matched_df = df[df.apply(lambda row: re.search(row['regex'], mystring) is not None, axis=1)]

4. 查看结果

print(matched_df)

输出结果符合预期：

name                        regex
0  123 Main Street  \d+\s*main\s*st(reet)?

注：如果需要忽略大小写匹配，保留flags=re.IGNORECASE参数即可；无需忽略则直接移除该参数。

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