基于Catalog前缀列筛选含cat1/Cat1的DataFrame行及报错解决

原始数据 #

import pandas as pd

df = pd.DataFrame({"ID": ["ID1", "ID2", "ID3", "ID4", "ID5"],
                   "Item": ["Item1", "Item2", "Item3", "Item4","Item5"],
                   "Catalog1": ["cat1", "1Cat12", "Cat35", "1cat3","Cat5"],
                   "Catalog2": ["Cat11", "Cat12", "Cat35", "1Cat1","2cat5"],
                   "Catalog3": ["cat6", "Ccat2", "1Cat9", "1cat3","Cat7"],
                   "Price": ["716", "599", "4400", "150","139"]})

需求说明 #

需要筛选出所有名称以Catalog开头的列中，任意一列包含cat1或Cat1（不区分大小写）的行，且Catalog开头的列数量不固定，无法逐个列举。

错误原因分析 #

你写出的代码中，filter_col是一个列名字符串列表，而str.contains()是pandas Series专属方法，列表对象没有这个属性，因此抛出AttributeError: 'list' object has no attribute 'str'。

正确解决方案 #

要实现需求，需要先对所有Catalog列做内容匹配，再判断每行是否满足条件：

# 获取所有以Catalog开头的列名
filter_col = [col for col in df.columns if col.startswith('Catalog')]

# 生成布尔矩阵：每个元素表示对应单元格是否包含cat1（不区分大小写）
match_mask = df[filter_col].apply(lambda x: x.str.contains('cat1', case=False))

# 筛选出至少有一个Catalog列满足条件的行
df_res = df[match_mask.any(axis=1)]

代码解释 #

1. filter_col：通过列表推导式从DataFrame列名中筛选出所有以Catalog开头的列；
2. match_mask：对选中的Catalog列，用apply结合str.contains()生成布尔矩阵，case=False实现不区分大小写匹配；
3. match_mask.any(axis=1)：判断每行是否有至少一个True（即该行存在满足条件的Catalog列），最终用这个布尔索引筛选出目标行。

结果验证 #

运行后df_res的输出为：

内容的提问来源于stack exchange，提问作者Евгения