Pandas str.contains用于部分字符串的精确匹配

Question

我有一个DataFrame（我称之为test ），其中包含一个包含文件路径的列，我想使用部分路径过滤数据。

                              full_path
0    C:\data\Data Files\BER\figure1.png
1    C:\data\Data Files\BER\figure2.png
2    C:\data\Previous\Error\summary.png
3        C:\data\Data Files\Val\1x2.png
4        C:\data\Data Files\Val\2x2.png
5         C:\data\Microscopy\defect.png

找到的部分路径是：

ex = 'C:\\data\\Microscopy'

我试过str.contains但是，

test.full_path.str.contains(ex)

0    False
1    False
2    False
3    False
4    False
5    False

我希望索引5的值为True 。起初我认为问题可能是由于与转义字符的差异导致路径字符串实际上不匹配，但是：

ex in test.full_path.iloc[5]

等于True 。 经过一番挖掘后，我认为str.contains的参数应该是一个正则表达式，所以也许部分路径中的“\\”是搞乱了吗？

我也尝试过：

test.full_path.apply(lambda x: ex in x)

但这会产生NameError: name 'ex' is not defined 。 这些DataFrame中可能包含很多行，所以我也担心apply函数效率可能不高。

有关如何在DataFrame列中搜索精确的部分字符串匹配的任何建议吗？

谢谢！

Answer 1

您可以传递regex=False以避免在对str.contains的参数的解释中产生混淆：

>>> df.full_path.str.contains(ex)
0    False
1    False
2    False
3    False
4    False
5    False
Name: full_path, dtype: bool
>>> df.full_path.str.contains(ex, regex=False)
0    False
1    False
2    False
3    False
4    False
5     True
Name: full_path, dtype: bool

（旁白：你的lambda x: ex in x应该有效.NameError是一个你原来没有定义ex的标志。）