Python 熊猫：str.包含第一个单词，后跟冒号

我试图理解如何识别以单词开头，紧接着是冒号的列

我试着确定它应该匹配少于9个字符，后跟一个冒号，但并不缺少

示例如下：

迈克尔：应该把它捡起来

熊猫不应该捡起这些东西：(

这也不应该被熊猫捡到

我用str.contains和str.match尝试了多种方法，但似乎找不到解决方案。任何建议都将不胜感激

---

谢谢。

下面的函数应该可以完成这项工作

def check(s):
    s = s.split(":")
    if len(s) < 2:
        return False
    s = s[0].split(" ")
    if len(s) == 1:
        return True
    return False


df["identified_rows"] = df["some_column"].apply(check)

def检查：
s=s.split（“：”）
如果长度小于2：
返回错误
s=s[0]。拆分（“”）
如果len=1：
返回真值
返回错误
df[“已识别的行”]=df[“某些列”]。应用（检查）

我们使用冒号分割文本，如果分割中没有冒号，将返回长度为1的列表，该值小于2，因此将返回false

---

接下来，我们获取列表的第一个元素，并使用空格将其拆分，如果字符串不包含空格，则s的长度为1，函数将返回True，否则函数将返回False。

str.match将接受一个正则表达式。似乎您希望匹配由任意数量的连续lette组成的序列rs，大写或小写，后面紧跟着一个冒号和一个空格；你不在乎后面会出现什么。在这种情况下，请尝试下面的代码

import pandas as pd

df = pd.DataFrame(
    ['Michael: this should be picked up pandas',
     'This should not be picked up by pandas :(',
     'This should not: be picked up by pandas either.'],
    columns=['TestColumn']
    )
df['StartsWithWord'] = df.TestColumn.str.match(r'[A-Za-z]+: .*')

print(df)

这将产生以下输出

                                        TestColumn  StartsWithWord
0         Michael: this should be picked up pandas            True
1        This should not be picked up by pandas :(           False
2  This should not: be picked up by pandas either.           False

---

谢谢你，弗雷德！