Python中提取含指定Name值数据行的更优方法 适用于上万行数据集

分两种常见场景处理，你可以根据自己的匹配需求选择： #

场景1：需要Name完全匹配指定值（推荐优先使用，效率更高） #

你不需要手动拼接所有Name值，只要把要匹配的名单存为Python列表，或者直接从独立的名单文件读取即可，示例代码如下：

import pandas as pd

# 读取原始数据集
df = pd.read_csv('Sample.csv')

# 方法A：直接在代码里定义要匹配的Name列表
# target_names = ["name_1", "name_3", "name_4", ...] # 填入所有需要匹配的Name即可

# 方法B：从独立的TXT文件读取名单（适合名单量大、需要频繁修改的场景，TXT每行存1个Name）
with open("target_names.txt", "r", encoding="utf-8") as f:
    target_names = [line.strip() for line in f if line.strip()]

# 筛选完全匹配Name的行
df_filtered = df[df["Name"].isin(target_names)]

# 导出结果，index=False可以避免导出多余的索引列
df_filtered.to_csv("Name_list.csv", index=False)

场景2：需要模糊匹配（和你之前用str.contains的逻辑一致，只要Name包含指定子串就算匹配） #

可以用join方法自动生成正则匹配规则，不需要手动拼接|分隔的字符串，还可以自动处理特殊字符的转义问题，示例代码如下：

import pandas as pd
import re

# 读取原始数据集
df = pd.read_csv('Sample.csv')

# 读取目标Name列表，同样支持从文件读取
target_names = ["name_1", "name_3", "name_4", ...]

# 自动生成正则匹配规则，re.escape会自动转义Name里的正则特殊字符（比如.、*、?等），避免匹配出错
pattern = '|'.join(re.escape(name) for name in target_names)

# 筛选包含指定子串的行，na=False会跳过Name列为空的行避免报错
df_filtered = df[df["Name"].str.contains(pattern, na=False)]

# 导出结果
df_filtered.to_csv("Name_list.csv", index=False)

注意事项 #

• 上万行数据的场景下，完全匹配用isin方法的执行效率远高于正则模糊匹配，如果你的需求是完全相等优先用第一种方案
• 匹配名单单独存在独立文件里的话，后续调整匹配名单不需要修改业务代码，维护成本更低

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