excel+pandas使用str.contains() 的典型例子

一、基础用法（精确 / 模糊匹配）

1. 模糊匹配包含指定字符

python 复制代码

import pandas as pd

# 模拟硅钢材质编号数据
df = pd.DataFrame({
    "material_code": ["35WW300", "50W470", "20JN200", "35WW250", "65W800"],
    "defect_type": ["表面划痕", "边缘毛刺", "氧化斑点", "划痕+变形", "无缺陷"]
})

# 匹配包含 "WW" 的材质编号（硅钢无取向牌号常见标识）
df["has_WW"] = df["material_code"].str.contains("WW")
print("包含'WW'的材质：")
print(df[df["has_WW"]][["material_code"]])

2. 忽略大小写匹配

python 复制代码

# 模拟带大小写的缺陷记录
df["defect_note"] = ["Scratch", "scratch", "SCRATCH", "Oxidation", "Burr"]

# 忽略大小写匹配 "scratch"（缺陷类型统一识别）
df["is_scratch"] = df["defect_note"].str.contains("scratch", case=False)
print("\n忽略大小写匹配'scratch'：")
print(df[df["is_scratch"]][["defect_note"]])

二、正则表达式匹配（复杂场景）

1. 匹配多个关键词（缺陷类型多选一）

python 复制代码

# 匹配 "划痕" 或 "毛刺" 或 "氧化" 任一缺陷
df["has_common_defect"] = df["defect_type"].str.contains("划痕|毛刺|氧化")
print("\n含常见缺陷的记录：")
print(df[df["has_common_defect"]][["defect_type"]])

2. 匹配特定格式（材质编号正则校验）

python 复制代码

# 匹配硅钢牌号格式：2位数字 + 字母 + 3位数字（如 35WW300 简化匹配）
df["valid_code"] = df["material_code"].str.contains(r"^\d{2}[A-Za-z]{2}\d{3}$")
print("\n符合牌号格式的材质：")
print(df[df["valid_code"]][["material_code"]])

3. 匹配开头 / 结尾字符

python 复制代码

# 匹配以 "35" 开头的材质编号（特定厚度规格）
df["start_with_35"] = df["material_code"].str.contains(r"^35")

# 匹配以 "00" 结尾的材质编号（特定铁损等级）
df["end_with_00"] = df["material_code"].str.contains(r"00$")
print("\n以'35'开头且以'00'结尾的材质：")
print(df[df["start_with_35"] & df["end_with_00"]][["material_code"]])

三、处理缺失值与特殊情况

1. 缺失值处理（避免报错）

python 复制代码

# 模拟含缺失值的数据
df_with_na = pd.DataFrame({
    "material_code": ["35WW300", None, "50W470", pd.NA, "20JN200"]
})

# na=False：缺失值视为不匹配；na=True：缺失值视为匹配
df_with_na["has_WW"] = df_with_na["material_code"].str.contains("WW", na=False)
print("\n处理缺失值的匹配结果：")
print(df_with_na[["material_code", "has_WW"]])

四、实用技巧（硅钢工作场景延伸）

1. 匹配包含数字的缺陷描述

python 复制代码

# 模拟带尺寸的缺陷记录
df["defect_detail"] = ["划痕长度5mm", "毛刺高度2mm", "无具体尺寸", "氧化面积3cm²"]

# 匹配包含数字的缺陷详情（提取量化缺陷）
df["has_quantity"] = df["defect_detail"].str.contains(r"\d+")
print("\n含量化数据的缺陷详情：")
print(df[df["has_quantity"]][["defect_detail"]])

2. 排除特定关键词

python 复制代码

# 匹配包含 "WW" 但不含 "300" 的材质编号（筛选特定牌号范围）
df["target_material"] = df["material_code"].str.contains(r"WW(?!300)")
print("\n含'WW'且不含'300'的材质：")
print(df[df["target_material"]][["material_code"]])