python - 通过在一列字符串中查找确切的单词(未组合)来过滤 DataFrame

Question

我的 DataFrame 有两列:

Name  Status
 a    I am Good
 b    Goodness!!!
 c    Good is what i feel
 d    Not Good-at-all

我想过滤 Status 将字符串“Good”作为其确切词的行，不与任何其他词或字符组合。

所以输出将是:

Name  Status
a    i am Good
c    Good is what i feel

另外两行中有一个“Good”字符串，但与其他字符混合在一起，因此不应被提取。

我试过:

d = df[df['Status'].str.contains('Good')]  # But all rows come up

我相信像 (r'\bGood\b', Status) 这样的正则表达式会做到这一点，但这无法将它们汇总在一起。我如何/在哪里可以将正则表达式放入 DataFrame 过滤条件中以实现此目的？以及如何实现startswith或endswith 'Good'(精确词搜索)？

Answer 1

如果您将“精确”定义为没有其他字符(包括定义单词边界的标点符号 \b)，您可以改为检查前导空格和尾随空格和/或开头/结束 anchor :

>>> df[df['Status'].str.contains(r'(?:\s|^)Good(?:\s|$)')]
  Name               Status
0    a            I am Good
2    c  Good is what i feel

解释:

• (?:\s|^) 是一个非捕获组，寻找空格字符 (\s) 或字符串的开头 ( ^).

• Good 是您要查找的词。

• (?:\s|$) 是一个非捕获组，寻找空格字符 (\s) 或字符串结尾 ( $).