Python 根据id匹配收集行和列

我使用python和pandas库。我想根据一个条件从数据框中收集行和列，仅从特定列“BikeID”中收集具有类似“BIKE-\d\d\d\d”模式的ID。我尝试了以下几种版本：

d1=1.dataframe

d2 = d1[d1["BikeID"] == re.compile(r' (BIKE-\d\d\d\d)')] 

但是我得到的是一个空的数据帧。它在特定的情况下工作：

d2 = d1[d1["BikeID"] == 'BIKE-0001']

，但我想匹配前面有自行车的所有ID。如果你能告诉我做这项工作的方法，我将不胜感激

您可以使用正则表达式模式

'（^BIKE-[\d]{4}）

来实现这一点，它将查找以BIKE开头的字符串，然后是4位数字：

In [167]:
s= pd.Series(['BIKE-0001', 'BIKE','BIKE-000','sdBIKE-0001'])
s

Out[167]:
0      BIKE-0001
1           BIKE
2       BIKE-000
3    sdBIKE-0001
dtype: object

In [168]:
s.str.extract(r'(^BIKE-[\d]{4})', expand=False)

Out[168]:
0    BIKE-0001
1          NaN
2          NaN
3          NaN
dtype: object

---

Mh，你的问题很难理解：（，请检查此页面并相应地格式化你的问题：请发布原始数据、代码，通过编辑你的问题来创建df和所需的输出谢谢你的回答。正如我所说，以下内容：d2=d1[d1[“BikeID”]==“BIKE-0001”]将在d2数据框中存储BikeID=BIKE-0001的产品的行和所有列。BikeID范围从BIKE-0001到BIKE-0400。我想在数据框（d2）中收集BikeID以BIKE开头的所有产品的行和所有列。我是否必须导入某些内容才能使用str？在这种情况下，则模式

s.str.extract（r'（^BIKE'），expand=False）

应该可以澄清

d2=d1[d1['BikeID'].str.contains（r'^BIKE'）]

应该过滤DFI在您的示例中代码可以工作。当我使用您的代码（与我的数据框一起）时，我收到一个错误：“DataFrame”对象没有属性“str”。我不明白为什么。还有，为什么会出现以下情况：d2=d1[d1['BikeID']==re.compile（r'（^BIKE）]正在返回一个空数据帧（名为d2）？