如何将pandas DataFrame中含指定文本的行提取到新DataFrame

你要实现从test3.csv的e列筛选包含[XXX]的行并生成新DataFrame，可直接使用以下代码：

import pandas as pd

# 读取源文件
df = pd.read_csv('test3.csv')
# 构建筛选条件：e列包含[XXX]，空值默认不匹配
# 方式1：关闭正则匹配，直接按普通字符串匹配
mask = df['e'].str.contains('[XXX]', regex=False, na=False)
# 方式2：保留正则匹配，转义中括号特殊字符
# mask = df['e'].str.contains(r'\[XXX\]', na=False)
# 筛选符合条件的行生成新DataFrame
new_df = df[mask].copy()
# 输出验证
print(new_df)

关键逻辑说明 #

• pandas的str.contains()是专门用于Series字符串包含判断的方法，比自行遍历、调用np.where的写法更简洁高效
• 因为[和]是正则表达式的特殊字符，要么设置regex=False把目标内容当作普通字符串匹配，要么用反斜杠转义特殊字符，否则会匹配不到你要的[XXX]文本
• 加na=False是为了处理e列中的空值，避免空值返回NaN导致筛选报错

原有代码问题 #

你之前的写法逻辑完全不成立：np.where('[XXX]')仅传入了一个字符串，没有传入任何判断条件，也没有指定要判断的是e列的内容，不可能得到正确结果。

内容的提问来源于stack exchange，提问作者Loknath Basak