str.contains()用于模糊筛选，需显式设na=False防NaN丢失，case=False忽略大小写，regex=False避免正则特殊字符误匹配；多列检索须用|组合布尔序列，勿对DataFrame直接调用str；大数据量时类型统一和list comprehension可能更优。
用 str.contains() 做模糊行筛选最直接
DataFrame 的字符串列支持向量化 str.contains()，它返回布尔 Series，可直接用于布尔索引。默认区分大小写，且对 NaN 值返回 NaN（会导致该行被丢弃），这点容易误判。
实操建议：
Claw Code Suite (Python-Only Edition)
下载
仅使用 Python 将 Claw Code 虚拟化框架与 OpenClaw 集成，提供 184 种工具和 200 多条命令，用于安全分析和代码质量...
- 显式传入
na=False，避免 NaN 行意外丢失 - 若需忽略大小写，加参数
case=False - 子串含正则特殊字符（如
.、*、?）时，设regex=False关闭正则匹配，否则会报错或匹配异常 - 简单示例：
df[df['name'].str.contains('apple', na=False)]
多列同时检索要手动组合布尔条件
str.contains() 作用于单列，没有内置“任意一列包含”的快捷方式。想查「name 或 desc 列中任一列含关键词」，必须显式用 |（或）连接多个布尔序列。
常见错误现象：误用 df[['name','desc']].str.contains(...) —— 这会报 AttributeError，因为 DataFrame 没有 str 访问器。
立即学习“Python免费学习笔记（深入）”；
实操建议：
- 正确写法：
mask = df['name'].str.contains('x', na=False) | df['desc'].str.contains('x', na=False)，再df[mask] - 若列很多，可用
functools.reduce或生成器表达式拼接，但注意可读性下降 - 不推荐先
fillna('')再统一处理——会改变原始数据，且空字符串可能引入假阳性
性能敏感时优先用 list comprehension + any()
当 DataFrame 行数超 10 万、且需跨 3+ 列做子串搜索时，向量化 str.contains() 可能比纯 Python 循环还慢，尤其在列类型混杂（部分非字符串）或内存受限时。
实操建议：
- 确保目标列已转为
str类型（df[col] = df[col].astype(str)），避免循环中类型判断开销 - 示例：
df[[any('key' in str(x) for x in row) for row in df[['a','b','c']].values]] - 此方式跳过 Pandas 的索引对齐和 dtype 检查，但失去向量化优势；仅在实测更优时采用
正则模式匹配要小心转义和边界
启用 regex=True（默认）后，str.contains() 把输入当正则处理。比如搜 'ca.t' 会匹配 'cart'、'cast'，而非字面量 'ca.t'。
容易踩的坑：
- 想匹配完整单词（如
'cat'但不匹配'scatter'），得加词边界：r'\bcat\b' - 子串本身含
.、+、[等，必须用re.escape()转义，或直接设regex=False - 正则编译开销大，若重复调用，建议提前用
re.compile()缓存 pattern
真正卡住的往往不是语法，而是 na 参数默认值和正则开关的隐式行为——这两处不显式指定，结果就容易和预期差一截。
