在 pandas 中,实现如下的模糊匹配统计,要怎么做?
简单:
因为在 pandas 中可以把筛选和统计两种逻辑分开编写,所以代码清晰好用。 问题在于pandas 中要实现模糊匹配,只能使用正则表达式或某种具体的函数。
在 excel 中有一类可以模糊匹配的统计函数,比如 sumifs 、 countifs 等,它们可以使用通配符实现模糊匹配统计。之前的 excel 公式:
这种直接在字符串中表达模糊匹配规则,真香!难道在 pandas 中无法做到?
要在字符串中表达匹配规则,用正则表达式是最好的选择。其实思路挺简单,不就是直接把表达字符串中的符合替换成正则表达式相对于的符号吗?如下:
问题在于,用户输入的表达字符串里面可能包含了正则表达式的其他符号:
在 python 的正则表达式库中,为此有专门的函数,可以把所有在正则表达式中有特殊意义的符号,转义成匹配内容:
现在我们已经把整个问题拆分成2个小问题(并有解决方法):
只要设计好这两个步骤的执行顺序,应该就可以顺利解决问题。
定义函数:
定义一个测试函数:
写一些简单的测试:
没有报错,证明没问题。
应用到 pandas 的 series.str.match 函数即可:
不过,每次都这样子调用很啰嗦。可以封装到一个函数里面:
现在可以使用:
不要忘记一键三连。你的点赞、收藏、关注,是我创作的动力。
页面更新:2024-05-04
本站资料均由网友自行发布提供,仅用于学习交流。如有版权问题,请与我联系,QQ:4156828
© CopyRight 2008-2024 All Rights Reserved. Powered By bs178.com 闽ICP备11008920号-3
闽公网安备35020302034844号