本文介绍如何高效筛选 pandas dataframe 中同时包含“software”和“package”（不区分大小写）的列名，无需复杂正则表达式，仅用字符串向量化方法即可精准匹配。

本文介绍如何高效筛选 pandas dataframe 中同时包含“software”和“package”（不区分大小写）的列名，无需复杂正则表达式，仅用字符串向量化方法即可精准匹配。

在数据预处理或探索性分析中，常需根据列名语义动态选取列——例如提取所有与“软件包”相关的列（如 'Software Package'、'Local Software Packages'）。此时，要求列名同时包含两个关键词（如 software 和 package），而非任一匹配。若使用 regex='software|package'，会返回含任一词的列，导致结果过宽；而正则表达式实现“同时包含”需使用正向先行断言（如 (?=.*software)(?=.*package)），既难读又易出错。

更简洁、高效且可读性强的做法是：利用 Pandas 的 Series.str.contains() 方法生成两个布尔掩码，再通过逻辑与（&）组合条件：

# 创建布尔掩码：列名是否包含 'software'（不区分大小写）
m1 = df.columns.str.contains('software', case=False)
# 创建布尔掩码：列名是否包含 'package'（不区分大小写，自动匹配 'packages'）
m2 = df.columns.str.contains('package', case=False)

# 同时满足两个条件的列
filtered_df = df.loc[:, m1 & m2]

✅ 优势说明：

Text To Image

一款AI图像与设计工具，主要用于将文本渲染为图片并返回临时本地文件路径，支持可选的 data URI。适用于 Clawhub 或 Codex，用于将纯文本或带样式的文本进行转换，适合需要提升相关任务效率的用户。

下载

• case=False 自动覆盖大小写变体（Software/SOFTWARE/software）；
• 'package' 可匹配 package、packages、Packaging 等（因 contains 是子串匹配，非全词匹配）；
• 无需编写正则，避免转义、分组或先行断言等复杂语法；
• 向量化操作，性能优于循环或 apply()。

? 仅获取列名（不返回数据）：

selected_columns = df.columns[m1 & m2].tolist()
# 输出示例：['Local Software Packages', 'Software XYZ Packages', 'Software Package']

⚠️ 注意事项：

• 若需严格匹配完整单词（如排除 'packaged' 或 'softwarex'），应改用正则并启用单词边界 \b，例如：

  m1 = df.columns.str.contains(r'\bsoftware\b', case=False, regex=True)
  m2 = df.columns.str.contains(r'\bpackage\b', case=False, regex=True)

• str.contains() 默认对 NaN 列名返回 False，若列名含空值或缺失字符串，结果仍安全；
• 此方法适用于任意数量的关键词组合，扩展为 m1 & m2 & m3 即可支持三重条件。

综上，面对“多关键词共现”的列筛选任务，优先推荐布尔掩码组合方案——它兼具清晰性、健壮性与执行效率，是 Pandas 字符串操作的最佳实践之一。