Python| Pandas Series.str.match()

Series.str可用于以字符串形式访问系列的值并对其应用多种方法。 Pandas Series.str.match()函数用于确定给定系列对象的基础数据中的每个字符串是否与正则表达式匹配。

Syntax: Series.str.match(pat, case=True, flags=0, na=nan)

Parameter :
pat : Regular expression pattern with capturing groups.
case : If True, case sensitive
flags : A re module flag, for example re.IGNORECASE.
na : default NaN, fill value for missing values

Returns : Series/array of boolean values

示例 #1：使用Series.str.match()函数将传递的正则表达式与给定系列对象的基础数据中的字符串匹配。

# importing pandas as pd
import pandas as pd
  
# importing re for regular expressions
import re
  
# Creating the Series
sr = pd.Series(['New_York', 'Lisbon', 'Tokyo', 'Paris', 'Munich'])
  
# Creating the index
idx = ['City 1', 'City 2', 'City 3', 'City 4', 'City 5']
  
# set the index
sr.index = idx
  
# Print the series
print(sr)

输出 ：

现在我们将使用Series.str.match()函数将传递的正则表达式与给定系列对象的基础数据中的字符串进行匹配。

# match either 'Tokyo' or 'Paris'
result = sr.str.match(pat = '(Tokyo)|(Paris)')
  
# print the result
print(result)

输出 ：

正如我们在输出中看到的， Series.str.match()函数返回了一系列布尔值。对于那些成功匹配的值，它包含True ，否则它包含False 。

示例 #2：使用Series.str.match()函数将传递的正则表达式与给定系列对象的基础数据中的字符串匹配。

# importing pandas as pd
import pandas as pd
  
# importing re for regular expressions
import re
  
# Creating the Series
sr = pd.Series(['Mike', 'Alessa', 'Nick', 'Kim', 'Britney'])
  
# Creating the index
idx = ['Name 1', 'Name 2', 'Name 3', 'Name 4', 'Name 5']
  
# set the index
sr.index = idx
  
# Print the series
print(sr)

输出 ：

现在我们将使用Series.str.match()函数将传递的正则表达式与给定系列对象的基础数据中的字符串进行匹配。

# match groups having any capital letter
# followed by 'i' and any other character
result = sr.str.match(pat = '([A-Z]i.)')
  
# print the result
print(result)

输出 ：

正如我们在输出中看到的， Series.str.match()函数返回了一系列布尔值。对于那些成功匹配的值，它包含True ，否则它包含False 。