如何基于多部分字符串匹配从现有pandas DataFrame创建新DataFrame？

你遇到的错误是因为在pandas中不能直接用Python原生的or连接布尔Series——str.contains返回的是每个元素对应布尔值的Series，原生or无法判断整个Series的布尔真值，必须用pandas支持的向量化逻辑运算符或者正则表达式合并匹配条件。

解决方案1：使用向量化逻辑或| #

给每个str.contains条件单独加括号，用|替代or，实现元素级的逻辑判断：

df_filtered = df[(df['text'].str.contains("Commercial")) | 
                 (df['text'].str.contains("Corporate")) | 
                 (df['text'].str.contains("SME"))]

解决方案2：用正则表达式合并匹配项（更简洁高效） #

把多个目标字符串用正则的|合并，只调用一次str.contains，性能更优：

df_filtered = df[df['text'].str.contains("Commercial|Corporate|SME")]

可选：忽略大小写匹配 #

如果需要不区分大小写筛选，添加case=False参数：

df_filtered = df[df['text'].str.contains("commercial|corporate|sme", case=False)]

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