如何高效筛选Pandas DataFrame中包含数字的行

你当前的代码无法正确筛选，核心问题是集合里存的是整数类型的数字，而df["text"]中的内容是字符串，字符型数字（比如"1"）和整数1属于不同类型，导致判断逻辑永远不成立。

下面提供两种可行的解决方案：

方案1：修正集合类型匹配 #

把集合改为字符型数字，确保和字符串中的字符类型一致：

# 定义字符型数字集合
num_chars = set("0123456789")
# 生成筛选掩码
has_number = df["text"].apply(lambda x: any(char in num_chars for char in x))
# 提取包含数字的行
filtered_df = df[has_number]

方案2：使用正则表达式（更高效） #

利用pandas的str.contains方法结合正则\d（匹配任意数字），这是向量化操作，处理大数据量时性能更优：

# 直接筛选包含数字的行，na=False处理空值情况
filtered_df = df[df["text"].str.contains(r'\d', na=False)]

内容的提问来源于stack exchange，提问作者ADITYA PRATAP SINGH