快速提示：如果要基于索引中包含的部分字符串进行选择，请尝试以下操作：

df['stridx']=df.index
df[df['stridx'].str.contains("Hello|Britain")]

在此之前，有一些答案可以实现所要求的功能，无论如何，我想展示最普遍的方式：

df.filter(regex=".*STRING_YOU_LOOK_FOR.*")

这样，你就可以得到你所寻找的专栏，无论它是怎么写的。

（显然，您必须为每种情况编写正确的正则表达式）

假设您有以下DataFrame：

>>> df = pd.DataFrame([['hello', 'hello world'], ['abcd', 'defg']], columns=['a','b'])
>>> df
       a            b
0  hello  hello world
1   abcd         defg

您始终可以在lambda表达式中使用in运算符来创建筛选器。

>>> df.apply(lambda x: x['a'] in x['b'], axis=1)
0     True
1    False
dtype: bool

这里的技巧是在apply中使用axis=1选项，将元素逐行传递给lambda函数，而不是逐列传递。

如果需要对panda数据帧列中的字符串进行不区分大小写的搜索：

df[df['A'].str.contains("hello", case=False)]

矢量化字符串方法（即Series.str）允许您执行以下操作：

df[df['A'].str.contains("hello")]

这在熊猫0.8.1及以上版本中可用。

对于包含特殊字符的字符串，使用contains效果不佳。尽管找到了工作。

df[df['A'].str.find("hello") != -1]