如何判断Pandas DataFrame中指定字符串是否独立或被特殊字符包裹存在

要实现你需要的匹配逻辑，我们可以结合正则表达式和Pandas的行级处理，精准判断col_2的字符串是否作为独立个体或被非字母数字字符包裹出现在col_1中。

完整代码示例 #

import pandas as pd
import re

# 初始化你的DataFrame
df = pd.DataFrame({
        'col_1':['filmeinlage federspeicher anlegen',
                 'filmeinlage lm a-kreis', 
                 'weco-pvb-primerspray ral 3012', 
                 'tragrolle unten (metall) talent,t3', 
                 'metallschutzschlauch, spr-va 36', 
                 'gummi pflege liqui moly 500ml', 
                 'gummikugel für 5-stellungskippschalter', 
                 'megaphone er-520 6/10w abs', 
                 'weco primerspray -lar- 3012'],
        'col_2':['lm',
                 'lm', 
                 'pvb', 
                 'metall', 
                 'metall', 
                 'gummi', 
                 'gummi', 
                 'abs', 
                 'lar']
    })

# 生成Desired_Column
df['Desired_Column'] = df.apply(
    lambda row: bool(
        re.search(
            r'(?:^|\W)' + re.escape(row['col_2']) + r'(?:\W|$)', 
            row['col_1']
        )
    ), 
    axis=1
)

# 查看结果
print(df)

代码逻辑解释 #

1. 正则表达式核心：

   • (?:^|\W)：匹配字符串开头，或者任意非字母数字字符（比如空格、连字符、括号、逗号等）
   • re.escape(row['col_2'])：对col_2的字符串进行转义，避免其中的特殊字符（比如-、(）被当成正则语法解析
   • (?:\W|$)：匹配任意非字母数字字符，或者字符串结尾
   • 整个模式的意思是：col_2的字符串必须要么在开头/结尾，要么被非字母数字字符包裹，确保它是一个独立的个体，而不是其他单词的一部分。

2. 行级处理：

   • 用df.apply(..., axis=1)遍历每一行，对每一组col_1和col_2执行正则匹配
   • bool(re.search(...))将匹配结果转换为布尔值（匹配到返回True，否则False）

验证结果 #

运行代码后，生成的Desired_Column完全符合你的预期：

内容的提问来源于stack exchange，提问作者Sergei