Python pandas中如何仅提取字符串的完整匹配单词？

原有匹配逻辑会错误命中子串的核心原因是，正则规则没有添加单词边界限定——只要目标字符串的任意位置出现匹配项的片段，就会被识别为命中，这也是Liu里的iu子串会被错误提取的原因。

只需对原有正则规则做两处优化，即可完全匹配预期效果：

• 对所有待匹配条目做正则转义：使用re.escape()处理cities、liked_names列表中的每一个元素，避免条目内的空格、特殊字符（如连字符、加号）干扰正则解析逻辑
• 给拼接完成的匹配规则加上单词边界\b：\b会自动识别单词的起止位置，仅当匹配项是完整独立的词汇时才触发提取，不会截取长单词的内部片段

import re

# 优化 Cities 列提取逻辑（补充转义和边界，避免后续因为列表内容变动出现匹配错误）
escaped_cities = [re.escape(city) for city in cities]
city_pattern = fr'\b({"|".join(escaped_cities)})\b'
df['Cities'] = df['Students'].str.extract(city_pattern, expand=False)

# 修复 Liked Names 列提取逻辑
escaped_liked_names = [re.escape(name) for name in liked_names]
liked_pattern = fr'\b({"|".join(escaped_liked_names)})\b'
df['Liked Names'] = df['Students'].str.extract(liked_pattern, expand=False)

调整后的规则可以完全覆盖你的样例场景：

• 匹配iu时，因为Liu中的iu两侧都是连续英文字符，不满足单词边界的触发条件，不会被错误提取，对应行的Liked Names值为空
• 匹配Madrid时，原字符串Anna-Madrid+中Madrid的前后是连字符、加号这类非单词字符，刚好满足单词边界要求，可以被正确识别提取
• 匹配Tommy Julien这类带空格的长名称时，转义后会作为完整整体匹配，不会被空格拆分成零散片段
  运行后输出的DataFrame与你给出的预期结果完全一致。

内容的提问来源于stack exchange，提问作者Elisa L.