本文介绍如何使用df.apply(axis=1)高效实现跨多列关键词匹配，为dataframe添加布尔标志列，避免逐列覆盖、兼容非字符串类型，并确保逻辑正确性。
本文介绍如何使用df.apply(axis=1)高效实现跨多列关键词匹配，为dataframe添加布尔标志列，避免逐列覆盖、兼容非字符串类型，并确保逻辑正确性。
在Pandas中，若需基于任意一列中是否包含指定关键词来生成统一的标志列（如flag），常见误区是循环遍历各列并重复赋值——这会导致后序列结果覆盖前序列结果，最终仅保留最后一列的判断结果（如全为0）。正确做法是按行扫描所有列，只要任一列值包含任一关键词，即标记为1。
以下是推荐的解决方案：
import pandas as pd
# 构建示例数据
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：沿行方向（axis=1）应用逻辑，检查整行任意列是否含关键词
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 表示对每一行进行操作，row 是一个pd.Series，可通过列名索引（如row['column1']）；
- 使用 str(row[col]) 强制转为字符串，避免对数值、None等类型调用in操作时抛出TypeError；
- 嵌套生成器表达式 for col in df.columns for keyword in keywords 实现“行内任意列 × 任意关键词”的全覆盖检查；
- any(...) 短路求值，一旦匹配即返回True，提升性能。
替代方案（更清晰、可读性更强）：
def has_keyword(row, keywords):
return int(any(keyword in str(val) for val in row for keyword in keywords))
df['flag'] = df.apply(has_keyword, args=(keywords,), axis=1)
注意事项：
⚠️ 避免使用df[col].apply(...)循环赋值——每次都会重写flag列，最终只反映最后一列的匹配结果；
⚠️ 若关键词需精确匹配（而非子串），应改用 keyword == str(row[col]) 或正则re.fullmatch；
✅ 此方法天然支持混合数据类型列（如含数字、NaN），因统一转为字符串处理；
✅ 可轻松扩展：例如改为统计匹配次数（用sum()替代any()），或记录首个匹配关键词。
该模式适用于日志分析、文本分类预处理、敏感词筛查等场景，兼具简洁性与鲁棒性。
