如何编写正则表达式精准匹配姓名列中逗号后的Mr.、Mrs.等称谓

你当前的代码存在两个核心问题导致误匹配：

• 正则表达式里的.属于特殊元字符，默认会匹配任意单个字符，未转义的情况下Mr.可以匹配Mrs、Mr1等所有以Mr开头且后面带任意一个字符的内容
• 没有限定匹配位置在逗号之后，也没有做独立称谓的匹配限制，导致Mrs.里的Mr前缀被误识别

仅匹配Mr.的正确写法 #

正则表达式为 r',\s*Mr\.'，对应代码修改为：

Mr = df.loc[df['Name'].str.contains(r',\s*Mr\.', case=False)]

语法说明：

• 开头的,限定所有匹配必须出现在逗号之后，符合你的匹配范围要求
• \s*适配逗号之后可能存在的0个或多个空格，兼容不同格式的源数据
• \.对特殊元字符.做转义，仅能匹配字面量的点号，确保只会命中完整的Mr.字符串
• 保留case=False参数可同时适配mr.、MR.等大小写写法

其余称谓的匹配写法 #

如果需要同时统计另外两个称谓，可直接复用逻辑：

• 匹配Mrs.：Mrs = df.loc[df['Name'].str.contains(r',\s*Mrs\.', case=False)]
• 匹配Miss.：Miss = df.loc[df['Name'].str.contains(r',\s*Miss\.', case=False)]

如果需要一次性统计三个称谓的出现次数，可以用提取分组的方式批量处理：

# 提取称谓到单独列
df['title'] = df['Name'].str.extract(r',\s*(Mr|Mrs|Miss)\.', case=False, expand=False)
# 直接统计各称谓出现次数
count_result = df['title'].value_counts()

内容的提问来源于stack exchange，提问作者mert