如何匹配字典值中的字符串和子字符串

Question

我有以下函数来检测数据中的字符串，我加入了字典的键和值，因为我想找到这两个值。我添加了 ^ 和 $ 因为我只想要精确匹配。功能import pandas as pddef check_direction(df):    # dict for all direction and their abbreviation    direction = {        '^Northwest$': '^NW$',        '^Northeast$': '^NE$',        '^Southeast$': '^SE$',        '^Southwest$': '^SW$',        '^North$': '^N$',        '^East$': '^E$',        "^South$": '^S$',        "^West$": "^W$"}    # combining all the dict pairs into one for str match    all_direction = direction.keys() | direction.values()    all_direction = '|'.join(all_direction)    df = df.astype(str)    df = pd.DataFrame(df.str.contains(all_direction, case = False))    return df我对以下系列进行了测试，结果按预期工作：tmp = pd.Series(['Monday', 'Tuesday', 'Wednesday', 'Thursday'])check_direction(tmp)0   False1   False2   False3   Falsetmp = pd.Series(['SOUTH', 'NORTHEAST', 'WEST'])check_direction(tmp)0   True1   True2   True但是我在这里遇到了问题：tmp = pd.Series(['32 Street NE', 'Ogden Road SE'])check_direction(tmp)0   False1   False由于 NE 和 SE，当它应该为 True 时，两者都返回为 false，我该如何修改我的代码来实现这一点？

Answer 1

我认为您误解了^和 的$意思。

• ^匹配整个字符串的开头，

• $匹配整个字符串的结尾。

例如，'Ogden Road SE'不匹配模式^SE$，因为字符串不以 开头SE。

您可能打算使用单词边界，即\b.

所以你应该改为^SE$,\bSE\b等等。

您可以通过编写来使其不那么乏味且更具可读性

direction = {

    'Northwest': 'NW',

    'Northeast': 'NE',

    'Southeast': 'SE',

    'Southwest': 'SW',

    'North': 'N',

    'East': 'E',

    'South': 'S',

    'West': 'W'}

all_direction = direction.keys() | direction.values()

all_direction = '|'.join(r'\b{}\b'.format(d) for d in all_direction)