如何用Python打印DataFrame列中以相同单词开头的所有值

实现方案 #

核心逻辑是先提取每个字符串的首个单词，按首单词分组后筛选出重复出现的首单词，再匹配输出对应的值即可。 #

1. 通用方案：输出所有存在同开头单词的值

替换代码里的DataFrame变量名、目标列名为你实际的变量即可运行：

import pandas as pd

# 替换为你实际的DataFrame变量、目标列名
target_column = "你的目标列名称"

# 预处理：如果列内字符串可能存在首尾多余空格，先执行清洗
df[target_column] = df[target_column].str.strip()

# 提取每个非空值的首个单词
df["__first_word"] = df[target_column].dropna().str.split().str[0]

# 筛选出出现次数≥2的首单词
repeat_start_words = df["__first_word"].value_counts()[lambda cnt: cnt >= 2].index.tolist()

# 提取对应值、去重后打印
target_values = df[df["__first_word"].isin(repeat_start_words)][target_column].dropna().unique()
print("所有以相同单词开头的值：")
for item in sorted(target_values):
    print(f"- {item}")

如果需要按首单词分组展示结果，可以用分组聚合的写法：

# 按首单词分组聚合，组内去重
grouped_res = df.dropna(subset=[target_column]).groupby("__first_word")[target_column].apply(lambda x: list(set(x)))
# 过滤出有多个同开头值的分组
multi_group = grouped_res[grouped_res.apply(len) >= 2]

for start_word, val_list in multi_group.items():
    print(f"\n以「{start_word}」开头的值共{len(val_list)}个：")
    for v in sorted(val_list):
        print(f"  * {v}")

# 运行完如果不需要临时列可以删除
df.drop(columns="__first_word", inplace=True)

2. 定向筛选指定开头的值

如果你只需要找特定单词开头的值（比如示例里的Sicilian），直接用字符串匹配方法即可，逻辑更简单：

# 筛选所有以"Sicilian"开头的值，na=False跳过空值
sicilian_vals = df[df[target_column].str.startswith("Sicilian", na=False)][target_column].unique()
print("以Sicilian开头的值：")
for v in sorted(sicilian_vals):
    print(v)

注意事项 #

• 代码里的dropna()、na=False参数是为了跳过列中的空值/缺失值，避免运行报错
• 如果你的字符串不是用空格分隔首单词（比如用下划线、斜杠等），给str.split()传入对应分隔符参数即可，例如下划线分隔就写str.split("_")

内容的提问来源于stack exchange，提问作者Raoulfr