안녕하세요, 정규표현식 관련 질문드립니다.

안녕하세요.

cheat sheet에 있는 예제를 그대로 사용하다 보니 해당 정규표현식을 그대로 가져왔는데요.

정규표현식에 대한 설명이 부족해서 혼란을 드렸네요.

답변에 사용한 코드를 colab 에서 실습해 보실 수 있도록 만들었습니다.

아래 링크와 함께 보세요.

https://colab.research.google.com/github/corazzon/cracking-the-pandas-cheat-sheet/blob/master/06-pandas_cheat_sheet_columns_filter_regex.ipynb

사실 같은 결과를 반환하는 코드지만 아래와 같이 작성해 볼 수도 있습니다.

훨씬 간단한데요. cheat sheet 에서는 아마도 정규표현식의 여러 쓰임을 알려주기 위해 조금 복잡하게 쓴것 같아요.

왜 (?!Species$) 형태처럼 굳이 제외하는 표현식인 (?! ~~~)괄호 안에 $를 붙여줬는지, 앞과 뒤에 ^와 .*는 왜 오는 것인지(^나 .*가 개별적으로 어떤 의미인지는 알고 있습니다) 헷갈립니다.

=> $ 는 제외하더라도 같은 결과를 반환하게 되는데 영상에서 설명하고 있는 것처럼 끝나는 문자를 의미합니다.

cheat sheet 에 있는 내용을 그대로 가져다 사용하다보니 혼란이 있으셨을거 같아요.

제가 보기에도 cheat sheet 에 있는  정규식은 혼란의 여지가 있어 보입니다.

하지만 cheat sheet 에서 이렇게 복잡한 예제를 사용한데는 이유가 있을 것도 같은데요. 정규표현식을 다양하게 사용해 볼 수 있다는 메시지를 주기 위함이지 않을까라고도 생각해 보게 됩니다.

그럼 질문 주신 내용으로 다시 돌아가보면

.* 는 모든 문자를 의미합니다.  그래서 해당 정규표현식을 해석하면 species 라는 단어로 시작하고 끝나는 패턴이지만 뒤에 .*(모든문자) 어떤 문자가 와도 된다는 것을 의미하게 됩니다.  하지만 여기에 있는 예제에서는 .* 를 쓰든 쓰지 않든 차이가 없어서 더 혼란이 있으셨을거 같아요.

아래 species 컬럼을 그대로 복사해서 비교해 보는 예제를 만들어 봤는데요.

위에서 언급한 다음 링크에서 실습해 보실 수 있습니다.

https://colab.research.google.com/github/corazzon/cracking-the-pandas-cheat-sheet/blob/master/06-pandas_cheat_sheet_columns_filter_regex.ipynb

cheat sheet 에 있는 정규표현식을 간소화해서 설명할 필요가 있어 보이네요.

질문 주신 내용은 다음 업데이트 때 반영해 볼 예정입니다.

정규표현식은 규칙이 있는 프로그래밍 언어이기 때문에 한번 익혀두시면 다른 언어를 사용하실 때도 사용해 보실 수 있어요.

여기에서는 일부 내용만을 언급했지만 제대로 익히려면 정규표현식 책이나 위키문서를 읽어보시는 것도 추천합니다.

https://ko.wikipedia.org/wiki/%EC%A0%95%EA%B7%9C_%ED%91%9C%ED%98%84%EC%8B%9D