一尘不染

通过查找字符串列中的确切单词(未组合)来过滤DataFrame

python

我的DataFrame有两列:

Name  Status
 a    I am Good
 b    Goodness!!!
 c    Good is what i feel
 d    Not Good-at-all

我想过滤其中Status具有字符串“ Good”作为其确切单词的行,而不将其与任何其他单词或字符组合。

因此输出将是:

Name  Status
a    i am Good
c    Good is what i feel

另外两行中有一个’Good’字符串,但与其他字符混合在一起,因此不应该被选择。

我试着做:

d = df[df['Status'].str.contains('Good')]  # But all rows come up

我相信某些正则表达式(r'\bGood\b',Status)会做到这一点,但这无法将其总结在一起。以及如何/在什么地方将正则表达式完全适合DataFrame过滤条件以实现此目的?而如何实现startswithendswith“良好”(确切的词搜索)?


阅读 250

收藏
2021-01-20

共1个答案

一尘不染

如果您将“精确”定义为没有其他字符(包括定义单词边界的标点符号\b),则可以检查前导和尾随空格和/或开始/结束锚点:

>>> df[df['Status'].str.contains(r'(?:\s|^)Good(?:\s|$)')]
  Name               Status
0    a            I am Good
2    c  Good is what i feel

说明:

  • (?:\s|^)是一个非捕获组,正在寻找空格字符(\s)或字符串的开头(^)。

  • Good 是您要查找的词。

  • (?:\s|$)是一个非捕获组,在其中寻找空格字符(\s)或字符串的结尾($)。

2021-01-20