如何在Pandas的.str.contains()中使用变量实现多条件行筛选？

我查阅过该主题的多篇回答，但未找到适配自身场景的方案：希望在Pandas的.str.contains()方法中指定变量，筛选某列中包含特定固定字符串，或包含预定义变量子串的行，让代码具备灵活性，可生成不同的汇总结果。

示例代码（MWE） #

d = {'Column': ['test_string', 'variable_string', 'Letter to the Editor', 'Letter variable_string to the Editor', 'Letter to the Editor']}
df = pd.DataFrame(data=d)

variable = 'variable_string'

# 此写法可行，但硬编码了值，无法灵活修改
df.loc[ df['Column'].str.contains('test_string|variable_string')]

# 以下写法均报错
df.loc[ df['Column'].str.contains('test_string|'variable)]
#SyntaxError: invalid syntax. Perhaps you forgot a comma?

df.loc[ df['Column'].str.contains('test_string'|variable)]
#TypeError: unsupported operand type(s) for |: 'str' and 'str'

可行解决方案 #

方法1：字符串拼接 #

直接用+运算符将固定字符串和变量拼接成完整的正则匹配模式：

# 正确写法
df.loc[df['Column'].str.contains('test_string|' + variable)]

方法2：使用f-string（推荐） #

Python 3.6及以上版本支持f-string，写法更简洁直观：

df.loc[df['Column'].str.contains(f'test_string|{variable}')]

方法3：处理含正则特殊字符的变量 #

如果变量中包含.、*、?这类正则表达式特殊字符，需要用re.escape()转义，避免意外匹配：

import re
variable_with_special_chars = 'var*.string'
df.loc[df['Column'].str.contains(f'test_string|{re.escape(variable_with_special_chars)}')]

运行上述正确代码后，会返回包含test_string或变量指定子串的所有行，实现灵活筛选的需求。

内容的提问来源于stack exchange，提问作者eschares