本文介绍如何使用 DataFrame.apply(axis=1) 高效实现跨所有列的关键词匹配，为 DataFrame 添加布尔标志列（1/0），避免逐列覆盖、类型错误及逻辑失效问题。
本文介绍如何使用 `dataframe.apply(axis=1)` 高效实现跨所有列的关键词匹配，为 dataframe 添加布尔标志列（1/0），避免逐列覆盖、类型错误及逻辑失效问题。
在 Pandas 中，若需基于任意一列中是否包含指定关键词来标记整行（如生成 flag 列），直接对单列调用 .apply() 并循环赋值（如 df['flag'] = df[col].apply(...)）会导致结果被反复覆盖——最终仅保留最后一列的判断结果，且无法体现“任一列命中即为 1”的业务逻辑。
正确做法是：按行（axis=1）应用函数，遍历当前行的所有列值，并检查是否存在任一关键词子串匹配：
import pandas as pd
# 构造示例数据
data = {'column1': ['sp123', 'abc', 'sp456', 'def'],
'column2': ['tp1234', 'abc', 'sp4256', 'def'],
'column3': ['syp123', 'abc', 'sp456', 'def']}
df = pd.DataFrame(data)
keywords = ['sp', 'xyz']
# ✅ 正确：跨所有列进行行级关键词匹配
df['flag'] = df.apply(
lambda row: 1 if any(keyword in str(row[col])
for col in df.columns
for keyword in keywords)
else 0,
axis=1
)
print(df)
输出结果：
column1 column2 column3 flag 0 sp123 tp1234 syp123 1 1 abc abc abc 0 2 sp456 sp4256 sp456 1 3 def def def 0
✅ 关键要点说明：
- axis=1 确保 row 是一个 pd.Series，代表整行数据；
- str(row[col]) 强制转为字符串，兼容数值、None、布尔等非字符串类型，防止 TypeError；
- 双重生成器表达式 for col in df.columns for keyword in keywords 实现“每列 × 每关键词”的全组合扫描，any() 在首次命中时即返回 True，效率较高；
- 避免使用 df[col].apply(...) 循环赋值——这会覆盖前一次结果，且无法表达“行级或逻辑”。
⚠️ 注意事项：
- 若关键词需精确匹配（而非子串包含），请改用 keyword == str(row[col]) 或 str(row[col]).strip() == keyword；
- 对于大规模数据，可考虑向量化替代方案（如 df.stack().str.contains(...).unstack().any(axis=1)），但可读性与灵活性略低；
- 建议对 keywords 预处理去重、过滤空字符串，提升鲁棒性。
该方法简洁、通用、语义清晰，是 Pandas 中实现“行级多列条件标记”的标准实践。
