Pandas如何匹配DataFrame列中独立目标字符串并提取对应行

你需要的匹配边界是|分隔符、字符串首尾，而非正则默认的词边界（默认词边界会把/、_、.、?、:这类符号都当成分隔符，导致误判），直接使用下面的单行pandas代码即可实现需求，无需自定义函数：

import re
import pandas as pd

# 核心匹配逻辑：以字符串开头/|为左边界，以|/字符串结尾为右边界，匹配独立完整词条
result = df[df['Requirements'].str.contains(fr"(?:^|\|)(?:{'|'.join(map(re.escape, req_list))})(?:\||$)")]

代码说明 #

• 用re.escape转义目标词中的特殊正则字符，兼容后续目标词出现特殊符号的场景
• 正则部分拆解：
  • (?:^|\|)：匹配字符串起始位置，或者|分隔符，作为目标词条的左边界
  • 中间拼接所有目标词，形成多选匹配分支
  • (?:\||$)：匹配|分隔符，或者字符串结束位置，作为目标词条的右边界

错误原因分析 #

你之前尝试的两种方案失效原因如下：

1. 字符串替换判空的方案：仅当单元格整体内容完全等于目标词时才会命中，会漏掉同一单元格内用|分隔同时包含目标词和其他内容的行
2. 默认\b词边界方案：正则默认的词边界规则会将非字母数字的符号（如/、_、.、?、:）识别为词边界，因此2/3 meters、g1_steel、3.3 meters这类内容会被误判为命中

效果验证 #

针对你给出的包含新增异常模式的测试数据集，上述代码会准确返回符合要求的行：

Name                    Requirements
0   D1  3 meters|2/3 meters|3.5 meters
1   D2                        3 meters
2   D3             3/5 meters|3 meters
4   M1                  steel|g1_steel
5   M2                           steel

所有带额外前后缀的无效条目（D4、D5、D6、D7、M3）都会被正确排除。

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