使用Pandas contains()查询DataFrame列文本返回空Series的问题排查

核心问题出在str.contains()的默认行为上：它默认把传入的字符串当作正则表达式解析，而电影名里的()是正则的特殊元字符（用来表示分组），不是普通字符，所以直接用完整的电影名去匹配时，正则引擎会把括号解析成语法，自然匹配不到原字符串。

给你三种可行的解决方式：

方式一：关闭正则匹配 #

直接给str.contains()加上regex=False参数，让它按普通字符串做包含匹配：

import pandas as pd

df = pd.read_csv("fandango_score_comparison.csv")
df.drop_duplicates(subset=["FILM"], inplace=True, ignore_index=True)

movie_name = df.FILM.iloc[0]
# 添加regex=False，按普通字符串匹配
movie_df = df[df["FILM"].str.contains(movie_name, regex=False)]

方式二：转义正则特殊字符 #

如果需要保留正则功能（比如模糊匹配），可以用re.escape()把电影名里的特殊字符转义成普通字符：

import pandas as pd
import re

df = pd.read_csv("fandango_score_comparison.csv")
df.drop_duplicates(subset=["FILM"], inplace=True, ignore_index=True)

movie_name = df.FILM.iloc[0]
# 转义特殊字符后再匹配
movie_df = df[df["FILM"].str.contains(re.escape(movie_name))]

方式三：精确匹配（更高效） #

如果你只是要精准定位某一行，直接用==做精确匹配比str.contains()更高效：

import pandas as pd

df = pd.read_csv("fandango_score_comparison.csv")
df.drop_duplicates(subset=["FILM"], inplace=True, ignore_index=True)

movie_name = df.FILM.iloc[0]
# 精确匹配电影名
movie_df = df[df["FILM"] == movie_name]

内容的提问来源于stack exchange，提问作者soumeng78