如何在Python Pandas DataFrame中筛选包含所有指定子串的列值？

需求说明 #

筛选DataFrame中某一列（示例为value_1）同时包含指定列表所有子串的行，比如示例要求value_1必须同时包含'a'和'on'两个子串。

示例数据 #

import pandas as pd

df = pd.DataFrame(
    [
    [1, 'foollish', 'molish'], 
    [2, 'barnylishon', 'chacha'], 
    [3, 'bazon', 'gazon'],
    ], 
    columns=['id', 'value_1', 'value_2'])

search_list = ['a','on']

解决方案 #

方法1：apply结合all逐行检查

通过apply遍历目标列的每个字符串，检查是否包含所有子串，生成布尔掩码后筛选行：

# 生成布尔掩码：验证每个value_1元素是否包含search_list中所有子串
mask = df['value_1'].apply(lambda x: all(sub in x for sub in search_list))
# 筛选符合条件的行
df_result = df[mask]
print(df_result)

方法2：正则正向预查匹配

构建包含所有子串的正则表达式（正向预查语法），通过str.contains批量匹配：

import re
# 构建正则规则：自动转义子串中的特殊字符，生成多条件正向预查
pattern = ''.join([f'(?=.*{re.escape(sub)})' for sub in search_list])
# 匹配所有符合条件的行
mask = df['value_1'].str.contains(pattern, regex=True)
df_result = df[mask]
print(df_result)

运行结果 #

两种方法均会输出期望结果：

id       value_1 value_2
1   2  barnylishon  chacha
2   3        bazon   gazon

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