如何编写Pandas函数检测两字符串是否存在于多列中

你的代码存在语法错误、逻辑适配问题，以下是针对需求的修正方案：

核心问题梳理 #

1. elif缺少判断条件，属于语法错误；
2. 若通过apply逐行处理DataFrame，函数接收的是单个字符串而非Series，不能用.str.contains()和.any()；
3. 正则表达式Test1无法匹配DataFrame里的Test 1（带空格），需调整正则兼容两种写法。

方案1：逐行判断（每行单独验证条件） #

适合需求为每行独立判断是否满足双条件的场景：

import pandas as pd

# 调整正则，\s?匹配可选空格，兼容Test1和Test 1
pattern_one = r'Test\s?1|Exam12'

df = pd.DataFrame({'项目编码':['32132','212132'],'任务名称':['Test 1','Test13']})

def data_filter(project_code, task_name):
    # 单个值的条件判断
    if '32132' in project_code and pd.Series([task_name]).str.contains(pattern_one, regex=True).iloc[0]:
        return '45%'
    else:
        return '0%'

# 应用到每行，生成结果列
df['结果'] = df.apply(lambda row: data_filter(row['项目编码'], row['任务名称']), axis=1)

执行后输出的DataFrame：

方案2：全局批量判断（整表验证是否存在符合条件的行） #

适合需求为只要表中存在任意一行满足双条件，就给所有行统一赋值的场景：

import pandas as pd

pattern_one = r'Test\s?1|Exam12'

df = pd.DataFrame({'项目编码':['32132','212132'],'任务名称':['Test 1','Test13']})

# 全局判断是否存在符合条件的行
has_valid_row = ((df['项目编码'].str.contains('32132')) & (df['任务名称'].str.contains(pattern_one))).any()

# 批量赋值结果
df['结果'] = '45%' if has_valid_row else '0%'

执行后所有行结果为45%，因为表中存在符合条件的行。

内容的提问来源于stack exchange，提问作者hydrology_guy22