Pandas Series.str.findall() 方法

Python Pandas 中的Series.str.findall()方法用于查找 Series 或 Index 中每个字符串中模式或正则表达式的所有出现。此方法等效于将re.findall()应用于 Series/Index 中的所有元素。

该方法返回一个 Series 或 Index 的列表，其中每个列表包含在相应字符串中找到的模式或正则表达式的所有不重叠匹配。它对于查找和提取 Pandas Series、Index 或 DataFrame 列中每个字符串中指定模式或正则表达式的所有不重叠出现非常有用。

语法

以下是 Pandas Series.str.findall() 方法的语法：

Series.str.findall(pat, flags=0)

参数

Series.str.findall() 方法接受以下参数：

• pat - 表示要搜索的模式或正则表达式的字符串。

• flags - 可选整数，默认为 0。来自 re 模块的标志，例如 re.IGNORECASE，用于修改模式匹配行为。

返回值

Series.str.findall() 方法返回一个包含字符串列表的 Series 或 Index。每个列表包含在相应字符串中找到的模式或正则表达式的所有不重叠匹配。如果未找到匹配项，则为这些元素返回空列表。

示例 1

此示例演示如何在 Series 中每个字符串元素中查找子字符串“t”的所有出现。

import pandas as pd

# Create a Series of strings
s = pd.Series(['tutorials', 'articles', 'Examples'])

# Find all occurrences of the substring 't' in each string
result = s.str.findall('t')

print("Input Series:")
print(s)
print("\nOccurrences of 't':")
print(result)

运行以上代码后，将产生以下输出：

Input Series:
0    tutorials
1     articles
2     Examples
dtype: object

Occurrences of 't':
0    [t, t]
1       [t]
2        []
dtype: object

空列表[]表示元素中没有模式出现。

示例 2

此示例演示如何使用正则表达式查找所有模式的出现。在这里，我们查找所有以“t”开头后跟任何字符的子字符串。

import pandas as pd

# Create a Series of strings
s = pd.Series(['tutorials', 'testing', 'test cases'])

# Find all substrings starting with 't' followed by any character
result = s.str.findall(r't.')

print("Input Series:")
print(s)
print("\nOccurrences of pattern 't.':")
print(result)

运行以上代码后，将产生以下输出：

Input Series:
0    tutorials
1      testing
2   test cases
dtype: object

Occurrences of pattern 't.':
0    [tu, to]
1    [te, ti]
2    [te, t ]
dtype: object

输出显示正则表达式模式“t.”的匹配列表，其中每个元素代表与模式匹配的子字符串。

示例 3

此示例演示将Series.str.findall()方法应用于 DataFrame。我们在 DataFrame 中查找与指定模式匹配的所有电子邮件地址。

import pandas as pd

# Create a DataFrame 
df = pd.DataFrame({
    'Email': ['user1@example.com', 'info@tutorialspoint.com', 'contact@website.org']
})

# Find all occurrences of the pattern 'tutorialspoint.com' in the 'Email' column
result = df['Email'].str.findall('tutorialspoint.com')

print("Input DataFrame:")
print(df)
print("\nOccurrences of 'tutorialspoint.com':")
print(result)

运行以上代码后，将产生以下输出：

Input DataFrame:
                      Email
0          user1@example.com
1  info@tutorialspoint.com
2       contact@website.org

Occurrences of 'tutorialspoint.com':
0    []
1    [tutorialspoint.com]
2    []
Name: Email, dtype: object

输出显示仅在第二个电子邮件地址中找到了模式“tutorialspoint.com”。