如何在Pandas中筛选列字符串为指定字符串子串的行？

嘿，我明白你要找的是df.str.contains()的反向操作——也就是判断指定字符串是否包含DataFrame某列的每个元素，返回对应的布尔Series对吧？其实有两种简单的方法可以实现，咱们一步步来看：

方法1：使用apply()（灵活通用） #

这种方法最直观，不管你的列元素是单个字符还是多字符子串，都能轻松处理。我们用lambda函数遍历列中的每个元素，检查它是否存在于目标字符串中：

import pandas as pd

# 示例数据
target_str = 'abjk'
df = pd.DataFrame({'letter': ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j', 'k', 'l', 'm', 'n', 'o', 'p', 'q', 'r', 's', 't', 'u', 'v', 'w', 'x', 'y', 'z']})

# 生成布尔Series
df['is_contained'] = df['letter'].apply(lambda x: x in target_str)

执行后，is_contained列里索引0、1、9、10对应的行就会返回True，完全符合你的需求。如果你的列元素是更长的子串（比如'ab'、'jk'），这个方法依然有效，因为x in target_str会检查整个子串是否是目标字符串的一部分。

方法2：使用str.isin()（高效向量化） #

如果你的列元素都是单个字符，那用str.isin()会更高效——这是Pandas的向量化操作，比apply()的遍历速度更快，尤其适合处理大数据集：

# 把目标字符串拆成单个字符的列表，再用str.isin匹配
df['is_contained'] = df['letter'].str.isin(list(target_str))

这个方法的原理是先将目标字符串'abjk'拆成['a','b','j','k']，然后检查列中的每个字符是否在这个列表里，最终返回布尔Series。

小提示 #

• 如果你的列元素是多字符子串，优先用方法1，因为str.isin()只能匹配完全相等的元素，无法识别子串关系；
• 如果是单个字符匹配，方法2的性能更优，推荐使用。

内容的提问来源于stack exchange，提问作者fiziks