Python中检测DataFrame文本列是否含问号并返回布尔值

别担心，我来帮你搞定这个需求！要实现逐行检查DataFrame文本列中是否存在问号，并将结果存入新列，用Pandas的矢量化字符串操作最高效，具体步骤如下：

核心代码实现 #

假设你的DataFrame名为df，需要检查的文本列名为text_column，可以直接用str.contains()方法：

import pandas as pd

# 关键代码：生成新列存储检查结果
df['has_question_mark'] = df['text_column'].str.contains('\?', na=False)

代码解释 #

• str.contains('\?')：这里用正则表达式匹配问号，因为?在正则中是特殊字符（表示匹配前面的字符0次或1次），所以必须用反斜杠\转义，确保匹配的是字面意义上的问号。
• na=False：处理文本列中的缺失值（NaN/None），将这类行的结果统一设为False，如果你的需求是把缺失值标记为True，可以改成na=True。

示例演示 #

我们用一个示例DataFrame来验证效果：

# 创建示例数据
data = {'text_column': ['你今天吃饭了吗？', '周末打算去爬山', '这个问题怎么解决？', None, '普通陈述句子']}
df = pd.DataFrame(data)

# 添加结果列
df['has_question_mark'] = df['text_column'].str.contains('\?', na=False)

# 查看输出
print(df)

运行后输出如下：

text_column  has_question_mark
0    你今天吃饭了吗？                True
1    周末打算去爬山                False
2  这个问题怎么解决？                True
3           None               False
4    普通陈述句子               False

常见问题排查 #

如果你之前的代码不符合预期，大概率是这两个原因：

1. 没有转义问号：直接写str.contains('?')会触发正则的特殊语法，导致匹配错误；
2. 未处理缺失值：缺失值会返回NaN，而不是True/False，需要用na参数指定处理方式。

内容的提问来源于stack exchange，提问作者user9399405