如何过滤Pandas DataFrame中Names列含指定元素的行？解决contains报错

先还原你的示例DataFrame：

import pandas as pd

data = {
    'Department': ['History', 'Economics', 'Physics'],
    'Names': [['Carl', 'Julia', 'Jens'], ['Maggie', 'Lisa', 'Jules'], ['Freddy', 'Mark', 'Rolf']]
}
df = pd.DataFrame(data)

为什么str.contains()会报错？ #

str.contains()是Pandas专门针对字符串类型列的方法，你的Names列每个单元格是列表而非字符串，直接调用会触发类型不匹配错误，所以不能用这个方法。

解决方法 #

1. 筛选包含单个指定名字的行 #

用apply()结合in运算符遍历每个列表，判断目标名字是否存在：

# 筛选包含Julia的行
result = df[df['Names'].apply(lambda x: 'Julia' in x)]

运行后会得到Index为0的History行。

2. 筛选包含指定列表中任一元素的行 #

比如要找包含['Julia', 'Lisa']中任意一个名字的行，有两种常用方式：

方式一：集合交集判断（效率更高，适合元素多的场景）

把目标列表转成集合，再和每个Names列表转成的集合求交集，只要交集非空就保留该行：

targets = ['Julia', 'Lisa']
target_set = set(targets)
result = df[df['Names'].apply(lambda x: bool(set(x) & target_set))]

运行后会得到Index为0（含Julia）和Index为1（含Lisa）的两行。

方式二：any()函数判断（逻辑更直观）

遍历目标列表的每个元素，检查是否有任意一个元素在当前Names列表中：

targets = ['Julia', 'Lisa']
result = df[df['Names'].apply(lambda x: any(name in x for name in targets))]

效果和方式一完全一致。

内容的提问来源于stack exchange，提问作者LightningStack575