python pandas数据帧中的字符串匹配

Question

enter image description here

我有一个有4列的数据帧（300000行）。我有一个列“Model”，其中有以下示例值。在

• 1） CPL40AUP50（B，W）（空白，EM，PCEM，MSEM）2）CPL40AUP50（B，W）（400，毫秒） 3） CPL40AUP50（B，W）PC 4）CPL40AUP50（B，W）PCMS 5）CPL40AUP50[B，W][空白， 400]6）CPL40AUP XXXX XXXXX

在model字段中，任何类似（A，B）的值都意味着它可以是A或B。 例如，字段2表示可以有4个组合 CPL40AUP50B400 CPL40AUP50BMS CPL40AUP50W400 CPL40AUP50WMS公司 字段6表示cpl40 AUP“XXXX”“XXXXX”-任何时候有超过2个连续的XXX，这意味着在这些位置上接受任何字符。Number of XXX=该位置的字符数

附加了示例数据帧。在

附上样本作为字典

{型号：{152001:'CPL40AUP50（B，W）（Blank，EM，PCEM，MSEM）'， 152103:“CPL40AUP50（B，W）（400，毫秒）”， 152192:'CPL40AUP50（B，W）PC'， 152196:'CPL40AUP50（B，W）PCMS'， 291083:'CPL40AUP50[B，W][Blank，400]'}， '产品Id'：{152001:'PGK58TGD'， 152103:'P5QBAPTD'， 152192:'PFNJED7R'， 152196:'PYSCGR1W'， 291083:'PH57RZA3'}， '报告CCT'：{152001:5000.0， 152103:5000.0， 152192:5000.0， 152196:5000.0， 291083:5000.0}， '报告瓦数'：{152001:41.07， 152103:41.07， 152192:41.07， 152196:41.07， 291083:40.0}

第1部分 我想搜索存储在变量中的型号。 a=CPL40AUP50B400，并返回整个行，其中可能存在此可能的组合。 我只想找到精确的搜索词并打印行，而不是部分字符串匹配

我把所有的“[]”方括号都换成了括号“（）” 我把“，”逗号改成“|”

我这样做是为了使用regex函数。但我无法继续。在

第二部分 找到什么时候有XXX。如果有XXX，则表示可以有任何字符而不是XXX。在

示例：6）CPL40AUP XXXX XXXXX

是指CPL40AUP AAAA AAAAA或CPL40AUP BBBB 11111

任何东西都可以代替XXX，所以我必须找到一行，其中有一个型号与除XXX以外的所有其他字符匹配

Answer 1

首先，设置要测试的数据帧：

import pandas as pd
model = ["CPL40AUP50(B,W)(Blank ,EM, PCEM, MSEM) ", "CPL40AUP50(B,W) (400, MS) ", "CPL40AUP50(B,W)PC ", "CPL40AUP50(B,W)PCMS ", "CPL40AUP50[B,W][Blank, 400] ", "CPL40AUP XXXX XXXXX"]
df = pd.DataFrame({'Model': model, 'Wattage': range(40, 46)})

对于第一个问题，获取包含特定字符串（例如“PC”）的行，请执行以下操作：

^{pr2}$

str.contains("PC")返回一个布尔序列，如果该行在“Model”字段中包含“PC”，则该序列为真。然后df[ mask ]返回mask为True的行。在

“PC”是一个正则表达式模式，而不仅仅是字面字母。因此，对于第二个问题，下面将获得包含两个或多个连续X字符的任何行：

df[ df['Model'].str.contains("XX+") ]