Pandas查找指定字符串包含多列值的DataFrame行

原代码问题分析 #

你写的代码存在两个核心问题：

1. 错误地将Python原生字符串的find()方法直接作用于Pandas Series —— find()仅接受单个字符串参数，无法处理Series类型的批量数据。
2. 括号逻辑混乱，条件判断的优先级和闭合规则都不符合语法要求。

正确实现方式 #

我们需要逐行检查CITY、DISTRICT、STREET的列值是否是目标字符串s的子串，再将三个条件的结果取交集。以下是两种可靠的实现方法：

方法1：用apply()逐行验证（推荐）

这种方式直观易懂，无需处理正则转义，适合包含空格或特殊字符的列值：

import pandas as pd

s = "Bad Testcity Teststr."

# 构建筛选条件：排除空值 + 列值是s的子串
condition = (
    df['CITY'].notna() & df['CITY'].apply(lambda x: x in s) &
    df['DISTRICT'].notna() & df['DISTRICT'].apply(lambda x: x in s) &
    df['STREET'].notna() & df['STREET'].apply(lambda x: x in s)
)

# 筛选符合条件的行
df_res = df.loc[condition]

方法2：用正则匹配实现反向str.contains

如果偏好使用Pandas的字符串方法，可以通过构造正则实现反向匹配（需注意转义特殊字符）：

import pandas as pd
import re

s = "Bad Testcity Teststr."

# 对每个列值构造正则，检查s是否包含该值
def check_substring(col):
    return col.apply(lambda x: pd.Series(s).str.contains(re.escape(x), regex=True).iloc[0] if pd.notna(x) else False)

condition = (
    check_substring(df['CITY']) &
    check_substring(df['DISTRICT']) &
    check_substring(df['STREET'])
)

df_res = df.loc[condition]

示例验证 #

针对你提供的DataFrame，s="Bad Testcity Teststr."包含所有目标行的CITY（Bad Testcity）、DISTRICT（Bad Testcity）、STREET（Teststr.），上述代码会准确筛选出ID为4025217、4025219、4025242等符合条件的行。

注意事项 #

• 必须通过notna()过滤空值，否则x in s会因NaN非字符串类型引发错误。
• 若列值包含.、*等正则特殊字符，方法2需用re.escape()转义，方法1则无需额外处理。

内容的提问来源于stack exchange，提问作者Isolde Maduschn