如何用Pandas筛选含指定字符串的行？处理空值报错问题

方法1：统一转换为字符串后处理 #

先把所有列转成字符串类型，空值（NaN）会被转为字符串'NaN'，避免类型不匹配报错：

df[df.astype(str).apply(' '.join, axis=1).str.contains('|'.join(word_list))]

方法2：逐列检查再合并结果 #

不拼接整行内容，直接对每列单独检查匹配情况，再判断每行是否存在符合条件的列，这种方式更高效，空值会自动返回False不影响判断：

# 生成每列的匹配布尔序列，再取每行是否有至少一个匹配
mask = df.apply(lambda col: col.astype(str).str.contains('|'.join(word_list)), axis=0)
result_df = df[mask.any(axis=1)]

方法3：拼接时单独转换元素类型 #

如果不想全列转字符串，可在拼接每行内容时，把每个元素单独转为字符串：

df[df.apply(lambda row: ' '.join(str(x) for x in row), axis=1).str.contains('|'.join(word_list))]

额外提示 #

词列表中的特殊字符（比如/）属于正则表达式特殊符号，若需要精确匹配，建议用re.escape()处理每个词汇，避免正则语法干扰：

import re
pattern = '|'.join(re.escape(word) for word in word_list)
# 将上述方法中的'|'.join(word_list)替换为pattern即可

内容的提问来源于stack exchange，提问作者Stanleyrr