pandas如何筛选字符串列中两个关键词连续相邻出现的行

问题根因 #

原代码是分别判断credit和card两个独立关键词是否存在，不限制二者的位置关系，因此只要消息中同时出现这两个词就会被命中，自然会匹配到两个关键词分开出现的第一条无效消息。

修复方案 #

直接在str.contains()方法中传入完整的连续词组credit card即可，还可以根据实际场景选择匹配规则：

• 基础精准匹配：仅命中完全小写的连续credit card词组

df[df['message'].str.contains('credit card')]

• 忽略大小写匹配：适配Credit Card、CREDIT CARD等大小写混合的写法

df[df['message'].str.contains('credit card', case=False)]

• 兼容多空白字符匹配：适配两个词中间存在多个空格、制表符等空白符号的场景

df[df['message'].str.contains(r'credit\s+card', case=False)]

内容的提问来源于stack exchange，提问作者Abhishek P