如何使用正则表达式筛选前缀固定末尾为数字的pandas DataFrame子集
pandas DataFrame 正则筛选实现方案
完全可以通过正则实现该筛选需求,无需截取固定长度字符,操作方法如下:
匹配规则说明
你需要的匹配逻辑可以拆解为3个条件:
- 字符串以
bar作为固定前缀 - 前缀后可以跟随任意位数的数字(适配位数不固定的场景)
- 字符串最后一位数字取值为3/4/5/6
正则表达式解释
对应正则写法为 r'^bar\d*[3-6]$',各部分含义:
^bar:限定字符串开头必须是bar,匹配前缀要求\d*:匹配0个或任意数量的数字,解决后缀位数不固定的问题[3-6]:匹配最后一位为3~6范围的数字$:限定字符串结束,避免末尾有其他非目标字符
代码实现
import pandas as pd # 示例DataFrame构造 string_lst = ["bar0001", "bar0002", "bar0003", "bar0003", "bar0004", "bar0004", "bar0005", "bar0006", "bar2005", "bar20005"] a = pd.DataFrame({'foo': string_lst, 'test':[0,1,2,3,4,5,6,7,8,9]}) # 核心筛选逻辑 filtered_df = a[a['foo'].str.contains(r'^bar\d*[3-6]$', regex=True)]
补充说明
如果你实际需要的是「bar后缀的整个数字部分的数值落在3~6之间」(即bar0003符合、bar2005不符合),可以把正则替换为 r'^bar0*[3-6]$',0*会匹配前缀的任意个0,保证后缀数值判断准确。
内容的提问来源于stack exchange,提问作者La Cordillera
相关产品推荐
相关产品推荐

