如何使用Pandas提取包含独立目标字符串的DataFrame行？

需求：从DataFrame里筛选出包含目标字符串的行，要求目标字符串必须是空格分隔的独立单元，不能是其他连续字符串的一部分，同时该字符串可以出现在字段值的开头、中间或末尾。

示例场景 #

要提取包含"HC"的行，原始DataFrame如下：

import pandas as pd

df = pd.DataFrame(columns=['test'])
df['test'] = ['HC', 'CHC', 'HC RD', 'RD', 'MRD', 'CEA', 'CEA HC']

原始数据展示：

test
0     HC
1    CHC
2  HC RD
3     RD
4    MRD
5    CEA
6  CEA HC

期望输出 #

只保留"HC"作为独立单元的行：

test
0     HC
2  HC RD
6  CEA HC

解决方案 #

利用正则表达式的单词边界特性来匹配独立的目标字符串，pandas的str.contains方法支持正则匹配：

# 筛选包含独立"HC"的行
filtered_df = df[df['test'].str.contains(r'\bHC\b', regex=True)]
print(filtered_df)

原理说明 #

正则中的\b表示单词边界，它会匹配单词的起始或结束位置（这里的"单词"以空格、字符串首尾为边界），这样就能精准匹配到作为独立单元的"HC"，不会误匹配"CHC"这类包含"HC"但不是独立单元的字符串。

内容的提问来源于stack exchange，提问作者branwen85