我正在尝试使用df['column_name'].str.count("+")在 python pandas 中，但我收到
“错误：没有可重复的”
。对于常规字符，该方法有效，例如df['column_name'].str.count("a")工作正常。
另外，“^”符号也有问题。如果我使用df['column_name'].str.contains("^")结果不正确 - 看起来“^”被解释为“”（空格）。
令人惊讶的是，如果我使用.count("+") and .contains("^")在普通的非熊猫绳子上，它们工作得很好。
简单的工作示例：
df = pd.DataFrame({'column1': ['Nighthawks+', 'Dragoons'], 'column2': ['1st', '2nd']}, columns = ['column1', 'column2'])
申请时df["column1"].str.contains("^")得到“True，True”，但应该是“False，False”。
并且在申请的时候df["column1"].str.count("+")一个得到
“错误：没有可重复的”
但是，除了熊猫之外，"bla++".count("+")正确给出结果“2”。
有什么解决办法吗？谢谢
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
还有当你这样做时df['a'].str.count('^')这只是返回1对于所有行：
In[12]:
df['a'].str.count('^')
Out[12]:
0 1
1 1
2 1
3 1
Name: a, dtype: int64
同样，您需要逃避该模式：
In[16]:
df['a'].str.count('\^')
Out[16]:
0 1
1 1
2 0
3 0
Name: a, dtype: int64
EDIT
关于之间的语义差异count在普通字符串和Series, count在蟒蛇上str只是计算一个字符，但是str.count采用正则表达式模式。这^ and +是特殊字符，如果您正在搜索这些字符，则需要使用反斜杠进行转义
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
