如何根据字符串和特殊字符过滤pd.Dataframe？

Question

这是我所拥有的：

import re
import pandas as pd
d = {'ID': [1, 2, 3, 4, 5], 'Desc': ['0*1***HHCM', 'HC:83*20', 'HC:5*2CASL', 'DM*72\nCAS*', 'HC:564*CAS*5']}
df = pd.DataFrame(data=d)
df

Output:

   ID          Desc
0   1    0*1***HHCM
1   2      HC:83*20
2   3    HC:5*2CASL
3   4   DM*72\nCAS*
4   5  HC:564*CAS*5

如果数据框包含不包含字母或数字的“ CAS”或“ HC”，则需要按“ Desc”列过滤数据框。

这是我尝试过的：

new_df = df[df['Desc'].str.match(r'[^A-Za-z0-9]CAS[^A-Za-z0-9]|[^A-Za-z0-9]HC[^A-Za-z0-9]') == True]

它返回一个空的数据框。

我希望它返回以下内容：

   ID          Desc
1   2      HC:83*20
2   3    HC:5*2CASL
3   4   DM*72\nCAS*
4   5  HC:564*CAS*5

[另一件事：由于第三行具有“ \ nCas”，其中“ \ n”是行分隔符，是否会将其视为在“ CAS”之前的字母？

请帮助。

Answer 1

您可以尝试一下，它只检查CAS和HC之前的数字和字母，但是您也可以轻松地将其修改为：]

print(df[~df['Desc'].str.contains('([0-9a-zA-Z]+CAS*)|([0-9a-zA-Z]+HC*)', regex=True)])

   ID          Desc
1   2      HC:83*20
3   4   DM*72\nCAS*
4   5  HC:564*CAS*5