如何在pandas str.contains中使用\\b字边界？

Question

使用 str.contains 时是否有等价物？

以下代码因“Sa”而错误地将“Said Business School”列在类别中。 如果我可以创建一个词界，它就会解决这个问题。 在搞砸之后放一个空格。 我正在使用熊猫，这是 dfs。 我知道我可以使用正则表达式，但是很好奇我是否可以使用字符串来使它更快

gprivate_n = ('Co|Inc|Llc|Group|Ltd|Corp|Plc|Sa |Insurance|Ag|As|Media|&|Corporation')
df.loc[df[df.Name.str.contains('{0}'.format(gprivate_n))].index, "Private"] = 1 

Answer 1

这与正则表达式中'\\b'旧 Python 问题相同，其中'\\b'应该作为原始字符串r'\\b...'传递。 或者不太理想，双重转义（ '\\\\b' ）。

所以你的正则表达式应该是：

gprivate_n = (r'\b(Co|Inc|Llc|Group|Ltd|Corp|Plc|Sa |Insurance|Ag|As|Media|&|Corporation)')

Answer 2

单词边界不是字符，因此您无法使用.contains找到它。 您需要使用正则表达式或将字符串拆分为单词，然后检查您当前在gprivate_n定义的集合中每个单词的成员资格。