如何用同一行另一变量定义的正则表达式匹配DataFrame字符变量？

嘿，这事儿好办！用pandas的apply配合Python的re正则模块就能轻松实现你要的功能，我给你一步步拆解：

首先，确保你导入了需要的模块（除了pandas，还要加re）：

import pandas as pd
import re

接下来，写一个小函数用来逐行检查匹配情况：

def check_regex_match(row):
    # 这里用re.search检查字符串中是否存在匹配的正则片段
    # 加上re.IGNORECASE是因为你的示例里大小写不一致但需要匹配，不需要的话可以删掉这个参数
    match_result = re.search(row['myregex'], row['mystring'], flags=re.IGNORECASE)
    # 匹配到就返回1，没匹配到返回0，也可以直接返回布尔值True/False
    return 1 if match_result else 0

然后把这个函数应用到你的DataFrame上，生成新的flag列：

mydata['flag'] = mydata.apply(check_regex_match, axis=1)

运行完之后，你的DataFrame就会变成你想要的样子：

myregex       mystring  flag
0  hello.[0-9]  heLLohelloy1     1
1  ulla         hAllohallo       0

额外小提示 #

• 如果你需要严格区分大小写匹配，直接去掉flags=re.IGNORECASE参数就行。
• 要是你要求正则必须从字符串开头就完全匹配，把re.search换成re.match就可以。
• 嫌函数麻烦？用lambda一行搞定也没问题：

mydata['flag'] = mydata.apply(lambda x: 1 if re.search(x['myregex'], x['mystring'], re.IGNORECASE) else 0, axis=1)

内容的提问来源于stack exchange，提问作者ℕʘʘḆḽḘ