如何在pandas中统计字符串列中独立单词you/your的出现频次，排除部分匹配？

• 现有正则手动穷举大小写、前后空格/标点的方式逻辑冗余，漏了行首、行尾的单词匹配场景，也没法覆盖所有可能的单词分隔情况，同时还存在误匹配包含目标子串单词的问题
• 没有使用正则内置的单词边界规则和不区分大小写参数，导致统计结果不符合预期

用正则的单词边界符\b匹配独立单词，同时开启不区分大小写的匹配参数，修正后的代码如下：

import pandas as pd
import re

df1 = pd.DataFrame(['you youe', 'you You YOU', 'eyou Young'], columns=['words'])
# \b 匹配单词边界，re.IGNORECASE 表示不区分大小写
df1['counts'] = df1['words'].str.count(r'\b(you|your)\b', flags=re.IGNORECASE)
print(df1)

words  counts
0     you youe       1
1  you You YOU       3
2   eyou Young       0

• \b是正则内置的单词边界标识符，只会匹配单词和非单词字符的交界位置，天然避免了eyou、youe这类部分匹配的场景
• flags=re.IGNORECASE开启不区分大小写匹配，不需要手动穷举所有大小写组合的目标单词，大幅简化正则逻辑
• 括号内的you|your同时匹配两个目标单词，逻辑清晰不易出错

内容的提问来源于stack exchange，提问作者deLaJU