Pandas DataFrame多列查找指定字符数据及str属性报错解决方法

.str是pandas中单列Series对象的字符串处理访问器，你通过df_y[['column1', 'column2', 'column3']]选取多列得到的是DataFrame对象，本身不提供.str属性，因此直接调用会触发'DataFrame' object has no attribute 'str'错误。

核心思路是先对每一列单独做字符串匹配，再按行聚合匹配结果得到筛选所用的布尔掩码，对应不同筛选需求的写法如下：

• 常规场景：只要任意一列包含'K'或'm'就保留整行
  用apply把字符串匹配逻辑应用到每一列，再通过any(axis=1)判断行维度是否有任意一列匹配：

  # 生成筛选掩码：三列中任意一列包含'K'或'm'则标记为True
  filter_mask = df_y[['column1', 'column2', 'column3']].apply(
      lambda col: col.str.contains('K|M', na=False, regex=True)
  ).any(axis=1)
  
  # 应用掩码得到筛选结果
  df_result = df_y[filter_mask]
  

  代码中na=False的作用是把列中的空值统一判定为不匹配，避免空值导致布尔掩码出现NaN、触发筛选报错。
• 严格匹配场景：需要三列同时包含'K'或'm'才保留整行
  只需要把上述代码里的.any(axis=1)替换为.all(axis=1)即可。

原代码中写的'K|M'正则匹配规则是正确的，str.contains默认开启正则匹配，这个写法可以同时匹配字符K或者m，不需要调整匹配逻辑。

内容的提问来源于stack exchange，提问作者On J