使用 Pandas 仅将 str.contains 与整个单词一起使用答案

【问题标题】：Use str.contains only with WHOLE WORDS using Pandas使用 Pandas 仅将 str.contains 与整个单词一起使用
【发布时间】：2021-09-23 16:01:08
【问题描述】：

考虑：

array = ['... ,  '...'  , '.... ' ,....]
results = df[df['Message'].str.contains('|'.join(array)).fillna(False)]

我们如何强制str.contains 只使用数组中的整个单词？

【问题讨论】：

看看python-pandas-series-str-contains-whole-word
@AnuragDabas：是的，试过这个pattern = '\b' + '|'.join(array) + '\b' results = df[df['Message'].str.contains(pattern).fillna(False)]，但不起作用。
尝试转义 \b 并用 () 包装字符串，如下所示：pattern = '\\b(' + '|'.join(arr) + ')\\b'。 match 比 contains 效果更好，因为现在它会产生警告。
太棒了！谢谢！
@Emma：把它作为答案，我会选择它！

【解决方案1】：

您需要包装所有单词 (w1|w2|w3) 以匹配数组中的任何单词。然后在两边添加一个单词边界\b，并带有转义符。

pattern = '\\b(' + '|'.join(arr) + ')\\b'
df[df['Message'].str.contains(pattern).fillna(False)]

现在由于我添加了提取组()，包含将产生警告。

UserWarning: This pattern has match groups. To actually get the groups, use str.extract.

要处理此警告，请将contains 更改为match。

df[df['Message'].str.match(pattern).fillna(False)]

【讨论】：