如何在Pandas DataFrame的列表类型列中搜索指定字符串

str.contains()等字符串处理方法仅支持值为字符串类型的列，你当前的hashtagsMessage列每行存储的是Python列表，常规的字符串匹配、等值判断都只会作用于列表对象本身，不会深入检查列表内部的元素，所以得不到正确结果。

方案1：apply+成员判断（最适合完全匹配场景，代码最简） #

直接对每行的列表做成员匹配，判断目标字符串是否在列表内：

# 生成匹配掩码，True代表该行列表包含#BTS
mask = df['hashtagsMessage'].apply(lambda x: '#BTS' in x)
# 筛选符合条件的行
result = df[mask]

针对你的示例数据，返回的结果仅包含post_5行，符合完全匹配的要求。

注意：如果列中存在非列表类型的空值/异常值，可以在判断前加类型校验避免报错，写法调整为：

mask = df['hashtagsMessage'].apply(lambda x: isinstance(x, list) and '#BTS' in x)

方案2：模糊匹配列表内的标签元素 #

如果不需要完全匹配，只要标签中包含指定子串就算命中，可以用如下写法：

# 只要列表内任意标签包含#BTS子串就算匹配
mask = df['hashtagsMessage'].apply(lambda x: any('#BTS' in tag for tag in x))
result = df[mask]

这个写法会同时命中#BTS和#BTSatUNGA，对应示例数据的post_3和post_5行。

方案3：explode拆分法（适合大数据量场景，性能更高） #

如果你的DataFrame数据量很大，用apply的遍历效率较低，可以用pandas原生的explode方法做向量化处理：

# 将列表列拆分为单行单标签，保留原索引
exploded = df.explode('hashtagsMessage')
# 筛选符合匹配条件的行，取原索引去重
match_index = exploded[exploded['hashtagsMessage'] == '#BTS'].index.unique()
# 从原表中提取匹配行
result = df.loc[match_index]

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