str.contains 完全一致

Question

【環境】
Python3, macbook pro , Jupyter notebook

【コード】

df.loc[df['Campaign name'].str.contains('TH'), 'Country'] = 'TH'
df.loc[df['Campaign name'].str.contains('AUSG'), 'Country'] = 'AUSG'
df.loc[df['Campaign name'].str.contains('US'), 'Country'] = 'US

【結果】
USですると、AUSGの数字も拾ってしまいます。　
キャンペーン名
Lemon-US-
Lemon-AUSG

【したいこと】
左から何番目からUSや、US二文字のみなど指定して別々に確認する方法が知りたいです。
ご教授お願いいたします。

Comments

[gentaro]

「正規表現」で調べてみては？

[quickquip]

例で Lemon があるところに他にどんなパターンがあるのかが不明で、US が来る可能性のがあるのか? あるならヒットさせたいのか? などに関わりそうです。

> 左から何番目
「左から数えて何文字目」を指定するのか「-区切りで分割した時に左から数えて何番目」と言っているのかあいまいだなと思いました。

> 左から何番目からUSや、US二文字のみなど指定して別々に確認する方法
日本語の係り受けがおかしくて意味が取れませんでした。

質問を編集するのがよいかと思います。

Answer 1

左から何番目からUS

strでスライスを使って切り出せばいいです。

df.loc[df['Campaign name'].str[6:8] == 'US']

US二文字のみ

条件が少しもやっとしていますが、正規表現の\bでいいのではないでしょうか。

df.loc[df['Campaign name'].str.contains(r'\bUS\b')]

\bの意味はリファレンスを確認してください。

Answer 2

以下のように変更すればいいでしょう。

df.loc[df['Campaign name'].str.contains(r'\bTH\b'), 'Country'] = 'TH'
df.loc[df['Campaign name'].str.contains(r'\bAUSG\b'), 'Country'] = 'AUSG'
df.loc[df['Campaign name'].str.contains(r'\bUS\b'), 'Country'] = 'US'

str.containで指定する文字列は、regex=Falseを追加指定しない限り正規表現として扱われるので、r文字列形式を使って、r'\bUS\b'のように正規表現パターンを指定することで、「単語境界に挟まれたUS」を指定できます。