如何讓 pandas str.contains() 正確 select 與“弗吉尼亞”和“西弗吉尼亞”的行？

Question

我正在嘗試解析包含 state 列的 csv 。 我想從一個聚合的 csv 中為每個單獨的 state 制作一個 csv。 該代碼為“弗吉尼亞”和“西弗吉尼亞”生成了 dataframe，但問題是“弗吉尼亞”df 還包括所有“西弗吉尼亞”行。 有想法該怎么解決這個嗎？ 通過設置 regex=False，我能夠解決與“Arkansas”和“Kansas”相同的問題。

df = pd.read_csv(io.StringIO(stat.decode('utf-8')))

states = parse(df, 'state')

write_states(df, states)

def parse(df, suffix):
    df = df.sort_values(by=[suffix])
    df = df[suffix]
    df = df.drop_duplicates()
    df = [df for df in df]
    return df

def write_states(df, states):
    mk_dir('states')
    print(f"writing to '{os.path.join(os.getcwd(), 'states')}'")
    d = df
    s = tqdm(states, ncols=103, leave=False, ascii=' #')
    for state in s:
        s.set_description(state)
        df = d[d['state'].str.contains(state, regex=False)]
        dates = np.array(df['date'], dtype='datetime64')
        states = np.array(df['state'])
        total_cases = np.array(df['cases'], dtype='int64')
        total_deaths = np.array(df['deaths'], dtype='int64')
        new_cases = get_diff(total_cases)
        new_deaths = get_diff(total_deaths)
        df = pd.DataFrame({'date': dates, 'state': states, 'total cases': total_cases, 
            'total deaths': total_deaths, 'new cases': new_cases, 'new deaths': new_deaths})
        df.to_csv(f"states/{state}.csv", index=False)

Answer 1

在正則表達式中添加^和$怎么樣？ 這應該可以處理諸如 West/Virginia、Ar/kansas 等的歧義。

df = d[d['state'].str.contains(f'^{state}$', case=False)]