请求解析pandas df.str.contains()过滤时移除空值的行为

问题场景 #

想要筛选DataFrame中某列不包含指定字符串列表的行，初始代码如下：

searchfor = ['VIP', 'Employee', 'Replacement', 'Complimentary', 'Complementary']
df = df[~df['Discount Code'].str.contains('|'.join(searchfor))]

运行后发现，除了包含目标字符串的行被移除，该列为空值（null）的行也被一并删掉了。添加na=False参数后问题解决，可行代码：

df = df[~df['Discount Code'].str.contains('|'.join(searchfor), case=False, na=False)]

示例数据：

id  discount_code
83  C-72772 <NA>
89  C-72767 <NA>
90  C-72766 <NA>
93  C-72763 Employee Order
98  C-72759 VIP Order

原代码误删空值行的原因 #

pandas的str.contains()方法处理空值（NaN/NA）时，默认返回NaN而非布尔值True或False。

在布尔索引筛选时，pandas会将NaN判定为无效条件，直接过滤掉对应行。原代码中，空值行对应的str.contains()结果是NaN，取反后依然是NaN，所以这部分行被当作不符合条件的行移除了。

na=False参数的作用 #

na=False是显式指定：当遇到空值时，str.contains()直接返回False。

此时空值行对应的~False为True，会被保留在结果里；而包含目标字符串的行返回True，取反后为False，会被过滤，完全符合筛选需求。

额外说明 #

• case=False是可选参数，作用是忽略大小写匹配，避免因大小写差异漏筛（比如vip和VIP都会被识别）
• 只要需要保留空值行，就必须显式设置na参数，默认的NaN返回值会导致空值行被过滤

内容的提问来源于stack exchange，提问作者Akimon