如何在DataFrame中查找特定值？附模糊匹配场景示例

假设你的DataFrame有一列存储账号信息，比如示例中的account列，以下是几种实现需求的方法：

1. 使用str.startswith精确匹配前缀 #

这是最直接的方式，专门用来匹配以指定字符串开头的内容，对应你需求中的Acc001%匹配逻辑：

import pandas as pd

# 构造示例DataFrame
data = {'account': ['Acc001', 'Acc001(1)', 'Acc002', 'Acc003', 'Acc003(1)']}
df = pd.DataFrame(data)

# 筛选以"Acc001"开头的行
filtered_df = df[df['account'].str.startswith('Acc001')]
# 提取结果为集合
matched_values = set(filtered_df['account'])
print(matched_values)  # 输出: {'Acc001', 'Acc001(1)'}

2. 用正则表达式适配通配符% #

如果需要兼容类似SQL的%通配符写法（比如把搜索词Acc001%直接转换成正则规则），可以将%替换为正则中的.*（匹配任意字符），再用str.contains实现：

search_term = 'Acc001%'
# 把SQL通配符转为正则表达式，加^限定开头避免误匹配
regex_pattern = f'^{search_term.replace("%", ".*")}'

filtered_df = df[df['account'].str.contains(regex_pattern, regex=True)]
matched_values = set(filtered_df['account'])

3. 使用query方法（类SQL语法） #

如果你习惯SQL风格的查询，可以用query方法结合字符串方法：

filtered_df = df.query("account.str.startswith('Acc001')")
matched_values = set(filtered_df['account'])

注意事项 #

• 确保目标列是字符串类型，如果不是，先转换：df['account'] = df['account'].astype(str)
• 如果需要匹配任意位置包含指定字符的内容（比如%Acc001%），去掉正则中的^即可，或者直接用df[df['account'].str.contains('Acc001')]

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