如何筛选DataFrame中列值包含给定列表所有元素的行？

问题原因 #

你原有代码的逻辑错误在于：n in df['Column_To_Filter']是判断关键词是否存在于整个列的取值集合中，而非逐行校验关键词是否出现在当前行的文本里，因此无法实现需求。

实现方案 #

方案1：apply逐行校验（可读性最高） #

直接对目标列的每行内容执行全关键词匹配校验：

list_to_check = ['yellow', 'sneaker']
# 逐行判断所有关键词都在当前行文本中
df_filtered = df[df['Column_To_Filter'].apply(lambda x: all(keyword in x for keyword in list_to_check))]

如果需要兼容大小写不敏感、非字符串值的场景，可以调整校验逻辑：

df_filtered = df[df['Column_To_Filter'].apply(
    lambda x: isinstance(x, str) and all(keyword.lower() in x.lower() for keyword in list_to_check)
)]

方案2：str.contains拼接条件（性能更高，适合大数据量） #

通过逐个生成关键词匹配掩码，再做逻辑与合并：

list_to_check = ['yellow', 'sneaker']
# 初始化第一个关键词的匹配掩码
match_mask = df['Column_To_Filter'].str.contains(list_to_check[0])
for keyword in list_to_check[1:]:
    # 叠加后续关键词的匹配要求，必须全部命中
    match_mask &= df['Column_To_Filter'].str.contains(keyword)
df_filtered = df[match_mask]

内容的提问来源于stack exchange，提问作者andre.fonta90