pandas DataFrame多字符串检索匹配行结果异常的修复方案咨询

核心错误原因 #

• pandas.Series.str.contains()默认开启正则匹配模式，你使用的info列表中包含.、+、-等正则特殊元字符，这些字符会被解析为正则语法，而非普通文本，导致匹配逻辑完全不符合预期。
• 从你给出的df示例来看，Names列的值是AAA、BBB这类纯字母短字符串，而info中的字符串是AAA.123+456.789这类更长的格式，你原代码的逻辑是「判断Names列的值是否包含info中的任意完整字符串」，逻辑方向完全反过来，自然匹配不到结果。

适配不同需求的修复方案 #

场景1：需要匹配info中每个元素的前缀（即.之前的字母部分）和Names列一致 #

这是匹配你给出的df示例的合理需求，代码如下：

# 提取info中每个字符串的前缀部分
prefix_list = [item.split('.')[0] for item in info]
# 直接匹配相等值，效率远高于模糊匹配
df2 = df[df['Names'].isin(prefix_list)]

场景2：确实需要判断Names列是否包含info中任意字符串作为子串 #

如果你的实际Names列确实存在包含info中完整字符串的情况，只需要修复正则匹配的问题即可：

import re
# 转义所有正则特殊字符，避免被解析为正则语法
escaped_info = [re.escape(item) for item in info]
# 增加na=False参数过滤空值，避免空值导致匹配结果异常
df2 = df.loc[df['Names'].str.contains('|'.join(escaped_info), na=False)]

额外检查项 #

• 如果存在大小写不匹配的情况，可以在str.contains中增加case=False参数忽略大小写
• 可以先单独执行print(df['Names'].str.contains('|'.join(escaped_info)).value_counts())查看匹配结果分布，快速确认逻辑是否正确

内容的提问来源于stack exchange，提问作者Akshay