当文本包含'.'时如何实现严格子串搜索以过滤pandas DataFrame行

pandas.Series.str.contains() 方法默认开启正则表达式匹配规则，正则语法中.代表匹配任意单个字符，因此你写的匹配规则'bot.'会命中所有bot后紧跟任意字符的内容：不仅能匹配bot.01、bot.xx这类目标内容，也会匹配botris（bot后是r）、botmax（bot后是m）这类需要保留的内容，最终导致误删。

你可以二选一以下任意方案修改代码：

• 方案1：保留正则匹配模式，对英文句号做转义，让它仅匹配字面意义的.
  示例代码：

  df = df[~df['column'].str.contains(r'bot\.')]
  

  其中r标记原始字符串避免Python字符串转义冲突，\.在正则语法中专门用来匹配字面量的英文句号。

• 方案2：关闭正则匹配，直接做纯文本子串匹配
  给str.contains传入regex=False参数，此时传入的匹配内容会被当作普通文本处理，无需额外转义：

  df = df[~df['column'].str.contains('bot.', regex=False)]
  

注意：你原代码中的列名拼写为coulmn，大概率是笔误，实际使用请替换为你数据表真实的列名。

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