如何基于列字符串匹配规则筛选pandas DataFrame的行

你可以使用pandas提供的str.contains()字符串方法实现子串包含匹配，示例代码如下：

df.loc[df['name'].str.contains('Mary', na=False)]

说明 #

• str.contains()默认支持正则匹配，如果你只需要普通的子串查找，不需要正则能力，可以额外加regex=False参数提升运行效率
• 加na=False是为了处理name列存在空值（NaN）的场景：空值调用字符串方法默认会返回NaN，直接传入loc会触发报错，加na=False会把空值对应的行直接判定为不匹配过滤掉，如果你需要保留空值行，可以把这个参数改为na=True
• 如果你的name列不是字符串类型，可以先做类型转换再匹配：

  df.loc[df['name'].astype(str).str.contains('Mary', na=False)]
  

常用扩展场景 #

如果需要不区分大小写匹配（同时命中mary/Mary/MARY等写法），可以加case=False参数：

df.loc[df['name'].str.contains('Mary', case=False, na=False)]

如果你需要的是匹配name以Mary开头/结尾的场景，可以直接换用更针对性的方法：

• 匹配开头：df.loc[df['name'].str.startswith('Mary', na=False)]
• 匹配结尾：df.loc[df['name'].str.endswith('Mary', na=False)]

内容的提问来源于stack exchange，提问作者marlon