Python Pandas如何基于单元格条件筛选打印DataFrame指定列

不需要新建中间DataFrame，也没必要折腾迭代、逐行IF判断这类低效方案，pandas原生就能一步写完，代码干净性能还好：

res = df.loc[df['Reviews'].str.contains('Expired', na=False), ['COrder_ID', 'Supplier_Name']]
print(res)

几点说明 #

• 用loc是标准写法，比连续方括号的链式索引稳妥，不会碰到SettingWithCopyWarning的坑
• 加na=False是给空值兜底：如果Reviews列里有NaN，str.contains默认会返回NaN，直接塞到布尔索引里会报错，加上这个参数空值会直接被判定为不匹配，不会出问题
• 别用循环/逐行判断：不管是iterrows还是apply逐行走if判断，数据量上来之后速度比这种原生向量化操作慢几十上百倍，完全没必要。

你之前跑全量列筛选的结果参考：

如果硬要写逐行判断的逻辑（仅做演示，生产环境别用），列表推导式写出来是这样：

# 性能极差，仅作逻辑演示
target_data = [
    (row.COrder_ID, row.Supplier_Name)
    for _, row in df.iterrows()
    if isinstance(row.Reviews, str) and 'Expired' in row.Reviews
]

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