如何使用自定义布尔函数过滤pandas dataframe指定字符串列的行

你编写的代码存在两个核心错误：

1. 直接将完整的df["Titles"] Series对象传入了checkTitle函数，而不是逐行传入单个字符串值
2. apply执行后的返回值是布尔序列，不能直接赋值给原df，需要用布尔索引筛选符合条件的行

方案1：单列应用函数（最高效，推荐） #

直接对Titles列单独应用校验函数，生成布尔掩码后过滤行：

# 生成布尔掩码：对应位置为True表示该行符合校验规则
check_mask = df["Titles"].apply(checkTitle)
# 仅保留掩码为True的行
df = df[check_mask]

如果Titles列可能存在非字符串值，可以增加类型兼容处理，避免函数报错：

check_mask = df["Titles"].apply(lambda x: checkTitle(x) if isinstance(x, str) else False)
df = df[check_mask]

方案2：整行应用函数（适合多字段联合校验场景） #

如果后续需要扩展为同时判断多列的规则，可以使用整行apply的写法：

check_mask = df.apply(lambda row: checkTitle(row["Titles"]), axis=1)
df = df[check_mask]

内容的提问来源于stack exchange，提问作者Matou