如何使用pandas筛选CSV文件指定列中包含指定子串的所有行

解决方案 #

你可以使用pandas字符串列内置的str.contains()方法实现子串模糊匹配，该方法会逐行检测列值是否包含目标子串，返回布尔值序列用于筛选符合要求的行。

1. 基础匹配（区分大小写）

默认规则下区分大小写，仅匹配包含大写Fog的内容，同时新增na=False参数处理列中空值，避免空值返回NaN导致筛选逻辑报错：

import pandas as pd

df = pd.read_csv('weather_2012.csv')
neblina = df[df['Weather'].str.contains('Fog', na=False)]

2. 不区分大小写匹配

如果需要同时匹配fog、Fog、FOG等不同大小写格式的子串，可新增case=False参数：

neblina = df[df['Weather'].str.contains('fog', case=False, na=False)]

常用参数说明

• 第一个位置参数为待匹配的目标子串，默认支持正则表达式，不需要正则时可添加regex=False提升匹配效率
• case：布尔值，是否区分大小写，默认值为True
• na：指定列中空值的匹配结果，建议设为False，空值会直接判定为不匹配
• regex：布尔值，是否将目标子串作为正则表达式解析，默认值为True

内容的提问来源于stack exchange，提问作者Pablo Capon