Python 中 str.contains() 处理括号字符串的正确用法

pandas 的 `str.contains()` 默认启用正则表达式模式，而圆括号 `()` 是正则元字符，直接匹配含括号的字符串会报错或失败；解决方法是禁用正则（`regex=false`）或对特殊字符进行转义。

在使用 Pandas 进行文本筛选与替换时，str.contains() 是一个高频方法。但许多开发者初次遇到包含括号、点号、星号等正则特殊字符的字符串时，会发现匹配“失效”——例如以下代码：

import pandas as pd

df = pd.DataFrame([['Table 1 (not in use after 1 Apr 2025)'], 
                    ['wefwfe'], 
                    ['eqv']], 
                   columns=['Venue'])

# ❌ 错误：默认 regex=True，( ) 被解释为正则分组，导致语法错误或无匹配
df.loc[df['Venue'].str.contains('Table 1 (not in use after 1 Apr 2025)'), 'Venue'] = 'Table'

运行时可能抛出 re.error: missing ) 等异常，或静默返回空结果——这是因为 str.contains() 默认将输入字符串当作正则表达式解析，而未转义的 ( 和 ) 在正则中需成对出现并具有分组语义。

✅ 正确做法有两种：

方案一：显式关闭正则（推荐用于纯文本匹配）
设置 regex=False，此时字符串按字面量（literal）精确匹配，无需转义：

df.loc[df['Venue'].str.contains('1 (not in use after 1 Apr 2025)', regex=False),
 'Venue'] = 'Table'

方案二：使用原始字符串 + 手动转义
若需保留正则能力（如模糊匹配），应对元字符添加反斜杠，并推荐使用原始字符串（r''）避免 Python 字符串转义干扰：

df.loc[df['Venue'].str.contains(r'1 \(not in use after 1 Apr 2025\)', regex=True), 'Venue'] = 'Table'

⚠️ 注意事项：

• regex=False 性能更优，且语义清晰，只要不需要正则功能，应优先选用；
• 若字符串含多个正则元字符（如 ., *, +, ?, [, ] 等），regex=False 可彻底规避转义复杂性；
• 避免混用 loc 链式赋值（如 .loc[...].values = ...），应统一使用 df.loc[condition, col] = value 写法，确保操作安全；
• 对空值（NaN）敏感：str.contains() 默认跳过 NaN，如需控制可传入 na=False（返回 False）或 na=True（返回 True）。

最终输出符合预期：

    Venue
0   Table
1  wefwfe
2     eqv

掌握 regex 参数的含义与取舍，是写出健壮、可维护字符串处理逻辑的关键一步。