如何筛选Pandas DataFrame中包含指定列表所有子串的行

错误原因分析 #

你遇到的KeyError: False是因为：
all([word in df.question for word in ['King', 'England']])中，word in df.question是将整个question列的Series与单个字符串比较，返回的是每行对应布尔值的Series，而all()会把这个Series压缩成一个单一的布尔值（比如False）。此时df[单一布尔值]会被当作列名去查找，DataFrame里没有名为False的列，因此报错。

正确筛选方法 #

以下几种方法都能实现“保留question列同时包含所有指定子串的行”：

方法1：逐行检查（直观易懂）

用apply对每行执行你验证过的all逻辑，生成筛选用的布尔掩码：

substrings = ['King', 'England']
# 生成每行是否包含所有子串的布尔Series
mask = df['question'].apply(lambda row: all(word in row for word in substrings))
# 筛选行
filtered_df = df[mask]

方法2：多条件逻辑与（性能更优）

对每个子串用str.contains生成布尔Series，再用逻辑与(&)叠加所有条件：

substrings = ['King', 'England']
mask = True
for word in substrings:
    # 逐次叠加条件，每个子串都必须存在
    mask &= df['question'].str.contains(word)
filtered_df = df[mask]

也可以用functools.reduce简化循环：

from functools import reduce
import operator

substrings = ['King', 'England']
mask = reduce(operator.and_, [df['question'].str.contains(word) for word in substrings])
filtered_df = df[mask]

方法3：正则正向预查（简洁写法）

将子串拼成包含多个正向肯定预查的正则表达式，一次性匹配所有子串：

substrings = ['King', 'England']
# 构造正则：(?=.*King)(?=.*England)
regex_pattern = ''.join([f'(?=.*{word})' for word in substrings])
mask = df['question'].str.match(regex_pattern)
filtered_df = df[mask]

额外说明 #

如果需要忽略大小写匹配，只需给str.contains或str.match添加case=False参数即可，比如：

df['question'].str.contains(word, case=False)

内容的提问来源于stack exchange，提问作者Gabriel Chan