使用pd.Series.str.contains检测DataFrame列字符串存在性返回全False问题

• 列类型或空值导致匹配失效
  str.contains()仅对字符串类型的取值生效，若检测列包含NaN、数字、布尔值等非字符串内容，对应行检测结果会默认返回NaN或False。你可以先执行print(df['Name'].dtype)查看列类型，若不是字符串类型，先做统一转换：

# 转换为string类型，空值填充为空字符串
df['Name'] = df['Name'].astype('string').fillna('')

• 正则特殊字符导致规则解析异常
  str.contains()默认开启正则匹配模式，若待检测字符串包含.*+?^$[](){}\|这类正则特殊字符，会被当做正则规则而非普通文本解析，导致匹配失败。可添加regex=False参数关闭正则匹配：

# 关闭正则，按普通文本匹配
print(df["Name"].str.contains(i[0].text, regex=False))
# 校验代码调整
print(df["Name"].str.contains(df["Name"][0], regex=False))

• 不可见字符/空格干扰匹配
  如果关闭正则后依然匹配失败，大概率是字符串前后存在空格、制表符、换行符，或是零宽空格这类不可见特殊字符。可先清洗字符串首尾空白再检测：

# 清洗原列和待检测字符串的首尾空白
df['Name'] = df['Name'].str.strip()
target_str = str(i[0].text).strip()
print(df["Name"].str.contains(target_str, regex=False))

• 匹配逻辑需求不匹配
  str.contains()是子串匹配逻辑，比如'Water'会匹配'Watermelon'、'SaltWater'这类包含子串的内容。如果你需要严格的完全相等匹配，直接用等于判断效率更高：

# 逐行判断是否完全相等
print(df['Name'] == target_str)
# 直接判断整个列是否存在目标值
print(target_str in df['Name'].values)

• 结果判断方式错误
  str.contains()返回的是和检测列长度一致的布尔Series，如果你的DataFrame有多行，无匹配的行返回False，有匹配的行返回True，若要判断整个列是否存在至少一个匹配项，可调用.any()方法：

# 只要有一行匹配就返回True
print(df["Name"].str.contains(target_str, regex=False).any())

内容的提问来源于stack exchange，提问作者user16098096