如何在Pandas Series中按字符拆分后精准匹配指定字符串？

先给出待处理的Series：

import pandas as pd
series = pd.Series(['red', 'green,blue', 'yellow', 'greenish', 'blueish'])

需求：找到元素按逗号','拆分后，存在与指定字符串精准匹配的项的索引（或布尔序列）。比如指定'green'或'blue'时，只有索引1的元素符合条件——因为它拆分后是['green','blue']，而'greenish'、'blueish'属于部分匹配，不算符合要求。

方法一：拆分展开法（直观易懂） #

通过拆分元素、展开成单行一项的形式，匹配目标后再聚合判断：

targets = ['green', 'blue']

# 1. 按逗号拆分每个元素为列表，展开成每行对应一个拆分项
split_exploded = series.str.split(',').explode()
# 2. 判断每个拆分项是否在目标列表中，再按原索引聚合（只要有一个匹配就返回True）
match_bool = split_exploded.isin(targets).groupby(level=0).any()

# 查看布尔匹配结果
print(match_bool)
# 输出：
# 0    False
# 1     True
# 2    False
# 3    False
# 4    False
# dtype: bool

# 获取符合条件的索引
print(match_bool[match_bool].index)
# 输出：Int64Index([1], dtype='int64')

方法二：正则匹配法（高效简洁） #

利用正则表达式精准匹配逗号分隔的完整项，避免部分匹配：

import re

targets = ['green', 'blue']
# 构建正则模式：确保匹配的是完整的逗号分隔项（首尾或被逗号包裹）
pattern = '|'.join([fr'(^|,){re.escape(t)}(,|$)' for t in targets])
match_bool = series.str.contains(pattern)

# 查看布尔匹配结果
print(match_bool)
# 获取符合条件的索引
print(series[match_bool].index)

正则模式解释：(^|,)匹配字符串开头或逗号，re.escape(t)转义目标字符串中的特殊字符，(,|$)匹配逗号或字符串结尾，确保匹配的是完整的项，不会误判greenish这类包含目标但不是精准匹配的元素。

两种方法对比：

• 拆分展开法逻辑直观，无需正则基础，适合目标字符串较多或复杂的场景；
• 正则匹配法无需展开数据，内存占用更低，处理大数据集时效率更高。

内容的提问来源于stack exchange，提问作者David