如何在Python中筛选Pandas DataFrame含指定关键词的行

你用的isin()是精确匹配整个字符串，只有当title列的内容完全等于关键词列表里的某一项时才会被保留。所以索引2的"Simon"能匹配上，但索引0的"Hello Simon, how are you?"因为不是完全等于关键词，就被过滤掉了。

下面两种方法都能实现“匹配任意关键词出现”的需求：

方法1：用str.contains结合正则表达式 #

把关键词列表拼接成用|分隔的正则模式，str.contains会检查字符串是否包含任一关键词：

import pandas as pd

keywords = ["Simon", "Mustermann"]
# 拼接正则模式，|表示“或”的逻辑
pattern = '|'.join(keywords)
# 筛选包含任一关键词的行，case=False可选，用于忽略大小写匹配；na=False处理空值
new_df = df[df["title"].str.contains(pattern, case=False, na=False)]

方法2：用apply+any遍历检查 #

通过apply对每一行的title执行逻辑判断，用any确认是否有任一关键词在字符串中：

new_df = df[df["title"].apply(lambda x: any(word in x for word in keywords))]

这个方法逻辑更直观，适合对正则不太熟悉的场景。

假设你的DataFrame是这样的：

df = pd.DataFrame({
    "title": [
        "Hello Simon, how are you?",
        "This is a test",
        "Simon",
        "Mustermann is here",
        "No keyword here"
    ]
})

用上面两种方法筛选后，new_df会保留索引0、2、3的行，完全符合你的需求。

内容的提问来源于stack exchange，提问作者zimon