如何在包含多值的列中精确搜索指定演员？

使用pandas的`str.contains()`方法搜索含多个演员名的字符串列时，若列中存在缺失值（nan），需显式设置`na=false`参数，否则会因布尔掩码无法处理nan而报错。

在电影数据集中，cast列通常以字符串形式存储多位演员姓名（例如"Leonardo DiCaprio, Kate Winslet, Billy Zane"），这种结构虽便于展示，却不利于精确查询。直接调用 df['cast'].str.contains('Leonardo DiCaprio') 会触发 Cannot mask with non-boolean array containing NA / NaN values 错误——根本原因在于：当cast列含有NaN值时，str.contains()默认返回NaN而非True/False，导致布尔索引失效。

✅ 正确做法是添加 na=False 参数，强制将所有缺失值视为 False，确保返回纯布尔数组：

# 正确：安全处理 NaN，返回严格布尔索引
actor_movies = bd[bd['cast'].str.contains('Leonardo DiCaprio', na=False)]

⚠️ 注意事项：

• 大小写敏感：默认区分大小写。如需忽略大小写，补充 case=False 参数：

  bd[bd['cast'].str.contains('leonardo dicaprio', case=False, na=False)]

• 全名匹配风险：若演员名是子串（如搜索 'Di' 可能误匹配 'DiCaprio' 或 'Diaz'），建议添加单词边界（需正则）：

  bd[bd['cast'].str.contains(r'\bLeonardo DiCaprio\b', regex=True, na=False)]

• 数据清洗建议：长期维护可考虑将cast列展开为多行（使用 str.split().explode()），实现更规范的关系型查询。

总结：na=False 是处理含缺失值文本列搜索的必备参数；结合 case、regex 等参数可进一步提升检索准确性和鲁棒性。