如何基于客户字符串列表筛选DataFrame中不匹配的行？

现有两个DataFrame：

• 账单DataFrame（fct）：CONTENTS列是格式不统一的客户相关字符串
• 客户名单DataFrame（cust）：存储需要排除的目标客户名称

需求：从fct中筛选出CONTENTS列不包含cust中任何客户名称的行。

初始数据代码 #

import pandas as pd

fct = pd.DataFrame({'NUMBIL':[858, 863, 870, 871, 872, 880, 881],
                   'DATE':['01/01/23', '01/01/23', '01/01/23', '07/01/23', '07/01/23', '08/01/23', '08/01/23'],
                   'CONTENTS':['Billed to HENRY', 'VIKTOR', 'Regard to ALEX', 'MARK 01*', 
                               'To charge SAMANTHA every Thursday', 'VIKTOR LECOMTE', '****'],
                   'AMOUNT':['25$', '96$', '13$', '96$', '96$', '13$', '13$'],
                   })

cust = pd.DataFrame({'CUSTOMERS':['VIKTOR', 'ALEX', 'SAMANTHA'],
                   })

方案1：正则表达式批量匹配（高效简洁） #

把客户名单拼接成正则匹配模式，一次性完成筛选，适合数据量较大的场景：

# 生成匹配所有客户的正则模式，用|分隔多个匹配项
pattern = '|'.join(cust['CUSTOMERS'])
# 用~取反，筛选不包含任何客户名的行
result = fct[~fct['CONTENTS'].str.contains(pattern)]
print(result)

注：如果需要忽略大小写匹配，可添加参数case=False

方案2：逐行检查所有客户（直观易懂） #

通过apply逐行判断该行是否不包含所有客户名，逻辑清晰，适合新手理解：

# 定义判断函数：当行内CONTENTS不包含任何客户名时返回True
def is_excluded(row):
    return all(customer not in row['CONTENTS'] for customer in cust['CUSTOMERS'])

result = fct[fct.apply(is_excluded, axis=1)]
print(result)

方案3：分步标记筛选（灵活可调） #

先为每个客户生成存在标记，再基于标记筛选，方便后续扩展其他逻辑：

# 为每个客户生成是否存在的标记列
for customer in cust['CUSTOMERS']:
    fct[f'contains_{customer}'] = fct['CONTENTS'].str.contains(customer)

# 筛选所有标记均为False的行（即不包含任何客户）
result = fct[~fct[[f'contains_{c}' for c in cust['CUSTOMERS']]].any(axis=1)]
# 清理临时生成的标记列
result = result.drop(columns=[f'contains_{c}' for c in cust['CUSTOMERS']])
print(result)

预期输出 #

NUMBIL      DATE         CONTENTS AMOUNT
0     858  01/01/23  Billed to HENRY    25$
3     871  07/01/23         MARK 01*    96$
6     881  08/01/23             ****    13$

内容的提问来源于stack exchange，提问作者Laurent B.