Pandas Series.str.fullmatch() 方法

Pandas 中的 Series.str.fullmatch() 方法用於確定 Series 中的每個字串是否完全匹配指定的正則表示式模式。

當您想要驗證整個字串是否符合給定的格式或模式時，此方法很有用。它等同於將 re.fullmatch() 應用於 Series 中的每個字串。

語法

以下是 Pandas Series.str.fullmatch() 方法的語法：

Series.str.fullmatch(pat, case=True, flags=0, na=None)

引數

Series.str.fullmatch() 方法接受以下引數：

• pat - 表示要匹配的字元序列或正則表示式模式的字串。

• case - 布林值，預設為 True。如果為 True，則匹配區分大小寫。

• flags - 可選整數，預設為 0。來自 re 模組的標誌，例如 re.IGNORECASE，用於修改模式匹配行為。

• na - 用於缺失值的可選標量值。如果未指定，則預設值取決於 Series 的資料型別。對於 object-dtype，使用 numpy.nan。對於 StringDtype，使用 pandas.NA。

返回值

Series.str.fullmatch() 方法返回一個包含布林值的 Series 或 Index。每個布林值指示 Series 中相應的字串是否完全匹配給定的正則表示式模式。

示例 1

此示例演示如何檢查 Series 中的每個字串是否完全匹配有效電子郵件地址的正則表示式模式。

import pandas as pd

# Create a Series of strings
s = pd.Series(['user@example.com', 'user@domain', 'example.com', 'test@tutorialspoint.com'])

# Check if each string fully matches the pattern for an email address
result = s.str.fullmatch(r'\w+@\w+\.\w+')

print("Input Series:")
print(s)
print("\nFull Match Results:")
print(result)

當我們執行以上程式碼時，它會產生以下輸出：

Input Series:
0           user@example.com
1                user@domain
2                example.com
3    test@tutorialspoint.com
dtype: object

Full Match Results:
0     True
1    False
2    False
3     True
dtype: bool

輸出顯示，只有完全匹配電子郵件模式的字串才會標記為 True。

示例 2

此示例演示如何使用 Series.str.fullmatch() 方法檢查每個字串是否完全匹配格式為 'YYYY-MM-DD' 的日期的模式。

import pandas as pd

# Create a Series of strings
s = pd.Series(['2024-07-29', '2024-07-29 00:00:00', '2024-07-29T00:00:00', '07-29-2024'])

# Check if each string fully matches the date pattern
result = s.str.fullmatch(r'\d{4}-\d{2}-\d{2}')

print("Input Series:")
print(s)
print("\nFull Match Results:")
print(result)

當我們執行以上程式碼時，它會產生以下輸出：

Input Series:
0             2024-07-29
1    2024-07-29 00:00:00
2    2024-07-29T00:00:00
3             07-29-2024
dtype: object

Full Match Results:
0     True
1    False
2    False
3    False
dtype: bool

示例 3

此示例演示如何檢查 DataFrame 列中的每個字串是否完全匹配日期模式，同時處理缺失值。

import pandas as pd

# Create a DataFrame with date strings
df = pd.DataFrame({
    'date': ['2024-07-29', '2024-07-29 00:00:00', '2024-07-29', None]
})

# Check if each string fully matches the date pattern, treating NaNs as True
result = df['date'].str.fullmatch(r'\d{4}-\d{2}-\d{2}', na=True)

print("Input DataFrame:")
print(df)
print("\nFull Match Results:")
print(result)

當我們執行以上程式碼時，它會產生以下輸出：

Input DataFrame:
                  date
0           2024-07-29
1  2024-07-29 00:00:00
2           2024-07-29
3                 None

Full Match Results:
0     True
1    False
2     True
3     True
Name: date, dtype: bool

在這種情況下，由於 na=True 引數，NaN 值被視為 True，而其他字串則根據模式進行匹配。