Python:字符串匹配不适用于正则表达式

我们试图从一个列中提取行，该列的值严格包含以下值之一

[TC1、TC2、TC3]

。诀窍是某些行还包含以下值

TC12、TC13

等。我们不想提取它们。这里不允许使用

str.contains

Col_1 Col_2 Col_3
  1    A     TC1
  2    B     TC2
  3    C     TC3
  4    D     TC12
  5    D     TC15
  6    D     TC16

Col_1 Col_2 Col_3
  1    A     TC1
  2    B     TC2
  3    C     TC3

我们使用了以下命令：

df1 = df.loc[df1['Col_3'].str.match("TC\d{1}")]
df1 = df.loc[df1['Col_3'].str.match("TC[1-3]{1}")]
df1 = df.loc[df1['Col_3'].str.match("TC[1,2,3]")]

---

但问题是这不起作用。它不是返回前3行，而是返回所有行。我们不明白为什么它是错误的。

您可以使用str.contains-

df = df[df.Col_3.str.contains(pat = r'^TC[\d{1}]$')]

或者通过str.match-

df = df[df.Col_3.str.match(pat = r'^TC[\d{1}]$')]

或者通过str.fullmatch-

df = df[df.Col_3.str.fullmatch(pat = r'^TC[\d{1}]')]

或通过应用（慢速）-

我愿意

import pandas as pd
df = pd.DataFrame({"col":['TC1','TC2','TC3','TC12','TC15','TC16']})
print(df[df["col"].str.match(r"^TC\d$")])

输出

   col
0  TC1
1  TC2
2  TC3

match

说明：我使用了表示开始和结束的

^

和

$

，因此它将只检测存在完全匹配的所谓原始字符串的位置，这样我就可以在其中使用

\d

，而无需额外转义（有关更多信息，请参阅）。作为旁注，

“TC[1,2,3]”

并不是你想的那样-如果你在

[

]

中枚举字符，就没有可以使用的分隔符，所以

，

被视为字符，所以

import re
if(re.match("TC[1,2,3]", "TC,")):
   print("match")
else:
   print("no match")

输出

   col
0  TC1
1  TC2
2  TC3

match

---

这回答了你的问题吗？您也可以使用

.fullmatch（）

df[“col”].str.fullmatch（r“TC\d”）

将不需要

^

和

$

，尽管它们本质上是相同的。OP特别提到

str.contains

不是一个选项（尽管如果使用

^

和

$

），ProblemsLoop更新了我的答案