如何用正则在Pandas DataFrame中匹配完整关键词而非部分匹配

要匹配完整单词，核心是给每个关键词加上正则单词边界\b，它会精准匹配单词的起始或结束位置，彻底避免booking识别出book、training识别出train这类部分匹配的情况。

修改后的代码 #

import numpy as np
import pandas as pd

keywords = ['book','train','job']
# 给每个关键词包裹单词边界，构建正则匹配模式
pattern = r'\b(' + '|'.join(keywords) + r')\b'
# 指定需要搜索的目标列
target_cols = ['title', 'scope', 'description', 'review']

# 简化多列判断逻辑：只要任意一列匹配到完整关键词，就标记为1
df["NewValue"] = np.where(
    df[target_cols].apply(lambda col: col.str.contains(pattern, regex=True)).any(axis=1),
    1,
    0
)

关键细节说明 #

• \b是正则中的单词边界，它匹配的是字母/数字/下划线与非单词字符（比如空格、标点）之间的位置，确保只有独立存在的book、train才会被命中。
• 用df[target_cols].apply(...)批量处理所有目标列，any(axis=1)表示只要当前行的任意一列匹配成功，就返回True，最后通过np.where转换成1/0的标记值。
• 如果你的文本包含带特殊符号的单词（比如full-time），可以根据实际情况调整边界规则，但针对普通关键词，\b完全能满足需求。

内容的提问来源于stack exchange，提问作者fromthedark