如何使用str.contains筛选CSV列中同时包含两个指定关键词的行

结论：你的用法是错误的 #

pandas.Series.str.contains()的参数定义是str.contains(pat, case=True, flags=0, na=None, regex=True)，第一个参数是匹配规则，第二个参数case是控制是否区分大小写的布尔值。你传入的第二个字符串"coronavirus"会被强制转换为布尔值True赋值给case参数，所以你的代码实际运行逻辑是仅筛选text列包含Trump的行，完全没有检查是否包含coronavirus，你现在输出看起来符合预期只是巧合。

你可以检查你提供的CSV测试数据：第4行（独立选民样本）、第5行（Morning Consult样本）的text列都同时包含「Trump」和「coronavirus」，但都没有出现在你的输出结果里，就是该写法错误的直接证明。

正确实现方式 #

写法1：逻辑与拼接（推荐，可读性最高） #

直接写两个匹配条件用&连接即可：

approval_polls[
    approval_polls.text.str.contains("Trump") 
    & approval_polls.text.str.contains("coronavirus")
]

如果需要忽略大小写匹配，可以给每个contains加case=False参数。

写法2：正则正向预查（单条件写法） #

利用正则的正向预查规则，同时校验两个关键词都存在：

# 区分大小写的写法
approval_polls[approval_polls.text.str.contains(r'^(?=.*Trump)(?=.*coronavirus).*$')]

# 忽略大小写的写法
approval_polls[approval_polls.text.str.contains(r'^(?=.*Trump)(?=.*coronavirus).*$', case=False)]

内容的提问来源于stack exchange，提问作者Olaola