Python Pandas无法识别特殊字符 [英] Python pandas doesn't recognize special characters

问题描述

我正尝试在python大熊猫中使用 df ['column_name']。str.count（ +），但我收到

I am trying to use df['column_name'].str.count("+") in python pandas, but I receive

错误：没什么可重复的

"error: nothing to repeat"

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

. With the regular characters the method works, e.g. df['column_name'].str.count("a") works fine.

此外，还有 ^符号有问题。如果我使用 df ['column_name']。str.contains（ ^），则结果不正确-看起来 ^被解释为（空白）。

Also, there is a problem with the "^"-sign. If I use df['column_name'].str.contains("^") the result is incorrect - it looks like "^" gets interpreted as " " (empty space).

令人惊讶的是，如果我使用 .count（ +）和。在常规的非大熊猫字符串上包含（ ^）即可正常工作。

Surprisingly, if I use .count("+") and .contains("^") on a regular, non-pandas string they work perfectly fine.

简单的工作示例：

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

在申请 df [ column1]。str.contains（ ^）会得到 True，True，但应为 False，False。

When applying df["column1"].str.contains("^") one gets "True, True" but is should be "False, False".

并在应用 df [ column1]。str.count（ +）时得到

错误：没什么可重复的

"error: nothing to repeat"

但是在熊猫外面， bla ++。count（ +）正确给出结果 2。

But then, outside of panda, "bla++".count("+") gives correctly the result "2".

任何解决方案？谢谢

推荐答案

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，当您执行 df ['a']。str.count（'^'）时，这只会返回 1 所有行：

Also when you do df['a'].str.count('^') this just returns 1 for all rows:

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

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

同样，您需要转义模式：

Again you need to escape the pattern:

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

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

编辑

关于普通字符串上的 count 和在系列上， <$ c python str 上的$ c> count 只进行字符计数，但是 str.count 采用正则表达式模式。 ^ 和 + 是特殊字符，如果要搜索这些字符，则必须使用反斜杠转义

Regarding the semantic difference between count on a normal string and on a Series, count on a python str just does a character count, but str.count takes a regex pattern. The ^ and + are special characters which need to be escaped with a backslash if you are searching for those characters

这篇关于Python Pandas无法识别特殊字符的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！