Python pandas 无法识别特殊字符

Question

我正在尝试df['column_name'].str.count("+")在 python 熊猫中使用，但我收到

“错误：没有什么可重复的”

. 使用常规字符，该方法有效，例如df['column_name'].str.count("a")工作正常。

另外，“^”符号也有问题。如果我使用df['column_name'].str.contains("^")结果不正确 - 看起来“^”被解释为“”（空白）。

令人惊讶的是，如果我在常规的非熊猫字符串上使用.count("+")和.contains("^")，它们工作得非常好。

简单的工作示例：

df = pd.DataFrame({'column1': ['Nighthawks+', 'Dragoons'], 'column2': ['1st', '2nd']}, columns = ['column1', 'column2'])

当应用df["column1"].str.contains("^")一个得到“真，真”但应该是“假，假”。

当应用df["column1"].str.count("+")一个得到

“错误：没有什么可重复的”

但是，在熊猫之​​外，"bla++".count("+")正确地给出结果“2”。

任何解决方案？谢谢

Answer 1

您需要转义加号：

In[10]:
df = pd.DataFrame({'a':['dsa^', '^++', '+++','asdasads']})
df

Out[10]: 
          a
0      dsa^
1       ^++
2       +++
3  asdasads

In[11]:
df['a'].str.count("\+")

Out[11]: 
0    0
1    2
2    3
3    0
Name: a, dtype: int64

此外，当您这样做时，df['a'].str.count('^')只会1为所有行返回：

In[12]:
df['a'].str.count('^')

Out[12]: 
0    1
1    1
2    1
3    1
Name: a, dtype: int64

同样，您需要转义该模式：

In[16]:
df['a'].str.count('\^')

Out[16]: 
0    1
1    1
2    0
3    0
Name: a, dtype: int64

编辑

关于count普通字符串和 a之间的语义差异Series，count在 python 上str只进行字符计数，但str.count采用正则表达式模式。的^和+都是需要，如果你正在寻找这些字符用反斜杠转义特殊字符

Answer 2

对于str.count()特殊字符，您需要使用反斜杠来表示正则表达式模式。（上面@EdChum 对此进行了详细解释）。

另一方面，str.contains()我们不需要对正则表达式模式使用反斜杠。只需添加regex=False类似参数df['a'].str.contains("+", regex=False))即可搜索并查找包含特殊字符的字符串。