如何用正则表达式在Pandas DataFrame中查找'\[a-z]'字符串？

你的问题出在正则表达式的转义错误：你要匹配的是字面字符串[a-z]，但原正则\[a-z]实际是匹配[后跟任意小写字母的模式，而非完整的[a-z]；你尝试的r'\\[a-z]'则是匹配\+[+小写字母，同样不符合需求。

修正步骤： #

1. 正确编写正则表达式：要匹配字面的[a-z]，需要把[和]都转义（二者是正则元字符，用于定义字符集），使用原始字符串写法更简洁：

   p = re.compile(r'\[a-z\]')
   

   这个正则会精确匹配完整的[a-z]字符串。

2. 修正后的完整代码：

   import re
   import pandas as pd
   import numpy as np
   
   df = pd.read_excel(io = "mydata.xlsx", sheet_name = 'Sheet1', index_col = 0)
   
   # 筛选object类型列
   header = df.select_dtypes(['object']).columns
   df_header = df[header]
   
   # 编译正确的正则，匹配字面[a-z]
   p = re.compile(r'\[a-z\]')
   # 检查每列是否包含目标模式
   df_header_check = df_header.apply(lambda x: x.str.contains(p, na=False))
   # 提取包含目标模式的行和列
   result_df = df_header.loc[df_header_check.any(axis=1), df_header_check.any(axis=0)]
   
   print(result_df)
   

额外说明： #

• 如果不想预编译正则，也可以直接在str.contains中写正则表达式，效果一致：

  df_header_check = df_header.apply(lambda x: x.str.contains(r'\[a-z\]', na=False))
  

• 确认你的数据集中确实存在[a-z]字符串，否则依然会返回空DataFrame（你提供的示例数据中未看到该模式，建议先检查样本数据）。

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