如何基于行条件高效更新DataFrame单元格（动态+静态查询）

原始DataFrame：

+----+------------------------------------------------+-------------+----------+----------+
|    | String                                         | Substring   | Result 1 | Result 2 |
+----+------------------------------------------------+-------------+----------+----------+
|  0 | fooDisplay "screen 1" other text               | Screen 1    |          |          |
|  1 | foobar Display "Screen2" more text   | GFX         |          |          |
|  2 | barDisplay "Screen2"useless text     | Screen 2    |          |          |
|  3 | Link="Screen 1"                                | Screen 1    |          |          |
+----+------------------------------------------------+-------------+----------+----------+

期望得到的DataFrame：

+----+------------------------------------------------+-------------+----------+----------+
|    | String                                         | Substring   | Result 1 | Result 2 |
+----+------------------------------------------------+-------------+----------+----------+
|  0 | foo"Display screen 1" other text               | Screen 1    | True     | False    |
|  1 | foobar Display "Screen2" more text   | GFX         | False    | False    |
|  2 | barDisplay "Screen2"useless text     | Screen 2    | False    | True     |
|  3 | Link="Screen 1"                                | Screen 1    | False    | False    |
+----+------------------------------------------------+-------------+----------+----------+

核心逻辑：

1. 构造搜索字符串：'Display ' + 该行Substring，不区分大小写检查String列是否包含该字符串，是则Result 1为True，否则False
2. 构造搜索字符串：'Display "' + 该行Substring + '"'，不区分大小写检查String列是否包含该字符串，是则Result 2为True，否则False

由于DataFrame数据量可达数十万行，且可能需要生成多达10个类似Result的列，需避免逐行迭代，采用Python高效实践实现。

利用pandas的矢量化操作（内部基于C级循环，远快于Python原生逐行迭代），可以通过apply方法结合自定义逻辑批量处理，或者直接使用字符串方法的矢量化特性实现。

方法1：单列直接赋值（适合少量Result列） #

直接针对每个Result列构造条件，使用apply逐行处理（此方法是pandas优化后的操作，性能远优于手动for循环）：

import pandas as pd

# 假设原始数据已存入df
df['Result 1'] = df.apply(
    lambda row: ('Display ' + row['Substring']).lower() in row['String'].lower(),
    axis=1
)

df['Result 2'] = df.apply(
    lambda row: ('Display "' + row['Substring'] + '"').lower() in row['String'].lower(),
    axis=1
)

方法2：封装函数批量处理（适合多个Result列） #

如果需要生成多个Result列，将所有检查逻辑封装成函数，一次性返回所有结果，代码更简洁易维护：

def check_all_conditions(row):
    # Result 1 逻辑
    search1 = 'Display ' + row['Substring']
    res1 = search1.lower() in row['String'].lower()
    
    # Result 2 逻辑
    search2 = f'Display "{row["Substring"]}"'
    res2 = search2.lower() in row['String'].lower()
    
    # 可继续添加更多Result列的检查逻辑
    # res3 = ...
    
    # 返回所有结果，对应列名
    return pd.Series([res1, res2], index=['Result 1', 'Result 2'])

# 批量赋值给多个列
df[['Result 1', 'Result 2']] = df.apply(check_all_conditions, axis=1)

关键优化点 #

• 避免手动for循环：pandas的apply(axis=1)内部是优化后的迭代，性能比Python原生for循环提升数倍
• 大小写不敏感处理：通过统一转小写（.lower()）实现，比使用正则忽略大小写更高效
• 批量处理：多Result列时用函数封装，减少重复代码，提升可维护性

内容的提问来源于stack exchange，提问作者kubiej21