如何通过判断列是否包含列表中任一字符串筛选Pandas DataFrame

方法1：正则匹配（高效简洁） #

利用str.contains结合正则匹配，是处理这类需求最常用的方法：

import pandas as pd

# 构造示例数据
data = pd.DataFrame({
    'ID': [0, 1, 2, 3],
    'Names': ["'NameA NameB'", "'NameB'", "'NameB NameC'", "'NameC'"]
})
target_names = ['NameA', 'NameC']

# 拼接正则匹配模式
match_pattern = '|'.join(target_names)
# 筛选包含任一目标名称的行
filtered_data = data[data['Names'].str.contains(match_pattern)]

执行后filtered_data将保留ID为0、2、3的行，移除ID=1的行。

方法2：逐行检查（直观易懂） #

通过apply遍历每行，用any()判断是否存在目标名称：

filtered_data = data[data['Names'].apply(lambda row: any(name in row for name in target_names))]

这种方法逻辑直白，适合数据量不大的场景，无需了解正则语法。

方法3：精准匹配（避免部分匹配） #

如果需要严格匹配完整名称（比如防止NameAA被误判为包含NameA），可以先拆分字段再做集合交集检查：

# 去除字符串两端的单引号，按空格拆分名称
split_names = data['Names'].str.strip("'").str.split()
# 检查拆分后的名称列表与目标列表是否有交集
filtered_data = data[split_names.apply(lambda x: bool(set(x) & set(target_names)))]

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