如何在DataFrame中过滤以b开头后跟随机6位数字的字符串

嘿，刚好碰到过类似的场景，用Pandas的字符串方法结合正则表达式就能轻松搞定！

你的需求是匹配b开头后跟6位随机数字的片段，完全可以通过str.contains()搭配正则规则实现，具体步骤如下：

1. 筛选包含目标片段的行 #

假设你的DataFrame名为df，待处理的列是target_col，执行以下代码就能筛选出符合条件的行：

# 筛选包含"b+6位数字"格式的行，na=False避免空值报错
filtered_rows = df[df['target_col'].str.contains(r'b\d{6}', na=False)]

正则规则解释： #

• r''：表示原始字符串，防止Python转义字符干扰正则匹配
• b：匹配固定的前缀字符b
• \d：匹配任意一个数字（0-9）
• {6}：指定前面的\d必须连续出现6次，也就是正好6位数字

2. 提取6位数字本身 #

如果除了筛选，还需要把这6位数字单独提取出来作为新列，可以用str.extract()：

# 捕获并提取b后面的6位数字，生成新列extracted_id
df['extracted_id'] = df['target_col'].str.extract(r'b(\d{6})')

这里的括号()是正则的捕获组，会把括号内匹配到的内容单独提取出来，结果就是你要的6位数值片段。

额外注意事项 #

• 如果需要忽略大小写（比如可能出现B开头的情况），可以添加case=False参数：

  df[df['target_col'].str.contains(r'b\d{6}', na=False, case=False)]
  

• 若列中存在NaN值，一定要加上na=False，否则会因无法判断空值的匹配结果而抛出错误。

内容的提问来源于stack exchange，提问作者C Wheezy