pandas使用str.contains正则筛选脆鸡肉三明治数据匹配错误如何修正？

问题根因 #

你当前使用的正则仅通过三个正向先行断言要求Item字段同时存在crispy、chicken、sandwich三个关键词，没有限制三个词的关联关系，也没有排除无关关键词。如果出现类似「grilled chicken sandwich with crispy fries」这类同时包含三个关键词但crispy修饰其他配菜的条目，就会被误匹配到。 #

可行修改方案 #

方案1：匹配固定语序短语（适配绝大多数规范命名的菜品场景） #

直接匹配三个词连续出现的结构，同时开启大小写不敏感适配不同书写格式：

data_sandwich_crispy = data[data['Item'].str.contains(r'crispy\s+chicken\s+sandwich', regex=True, case=False)]

\s+用于适配词之间可能存在的多个空格、制表符等空白字符，case=False可匹配大写开头、全大写等各种大小写组合的写法。

方案2：保留模糊匹配逻辑，新增排除规则 #

如果你的数据集里存在三个词顺序不固定的情况（比如chicken sandwich (crispy)这类写法），可以在原有正则基础上新增负向先行断言，直接排除带grilled的条目：

data_sandwich_crispy = data[data['Item'].str.contains(r'^(?=.*crispy)(?=.*chicken)(?=.*sandwich)(?!.*grilled)', regex=True, case=False)]

方案3：非正则写法（可读性更高，不易出错） #

如果对正则语法不熟悉，直接用字符串包含判断实现逻辑更清晰：

item_lower = data['Item'].str.lower()
data_sandwich_crispy = data[
    item_lower.str.contains('crispy') &
    item_lower.str.contains('chicken') &
    item_lower.str.contains('sandwich') &
    ~item_lower.str.contains('grilled')
]

内容的提问来源于stack exchange，提问作者AstroGogh