如何在Python中实现不区分大小写地从DataFrame句子中匹配指定子串并返回

嘿，我明白你的需求了——你想要在句子里不区分大小写地匹配指定词汇，并且统一返回小写形式的匹配词对吧？你的原代码是区分大小写的，咱们可以通过统一转换大小写来解决这个问题，下面分两种场景给你方案：

场景1：只需要子串包含匹配（比如"apples"里的"apple"也算匹配） #

这种情况最简单的方式就是把句子和待匹配的词汇都转换成小写，然后再做包含判断，同时返回小写形式的词汇：

# 先把当前句子转成小写，只转一次能提升效率
current_sentence = str(df['sentence'][i]).lower()
# 遍历待识别词汇，转小写后判断是否在小写句子中，收集小写形式的匹配词
matched_words = [word.lower() for word in df_word_list['word'].tolist() if word.lower() in current_sentence]

如果你的df_word_list里有重复的词汇（或者不同大小写的同一个词，比如"Apple"和"apple"），可以用集合来去重，避免返回重复结果：

current_sentence = str(df['sentence'][i]).lower()
matched_words = list({word.lower() for word in df_word_list['word'].tolist() if word.lower() in current_sentence})

场景2：需要匹配整个单词（比如不想把"pineapple"里的"apple"算匹配） #

如果你的需求是匹配完整的单词而不是子串，那用正则表达式会更准确，通过\b标记单词边界，再加上不区分大小写的标志：

import re

current_sentence = str(df['sentence'][i])
matched_words = []
for word in df_word_list['word'].tolist():
    # 使用re.escape处理词汇里的特殊字符，避免正则语法冲突
    if re.search(rf'\b{re.escape(word)}\b', current_sentence, flags=re.IGNORECASE):
        matched_words.append(word.lower())
# 同样可以去重
matched_words = list(set(matched_words))

这样就能精准匹配整个单词，同时不区分大小写，最后统一返回小写形式的匹配词啦。

内容的提问来源于stack exchange，提问作者inic72