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 pd

def 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   False

1   False

2   False

3   False

tmp = pd.Series(['SOUTH', 'NORTHEAST', 'WEST'])

check_direction(tmp)

0   True

1   True

2   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   False

1   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)