如何基于列表迭代使用Series.str.contains实现AND条件判断

问题场景 #

给定Pandas Series：

import pandas as pd
series = pd.Series(['ABC', 'AAABBB', 'BBBCCSSS', 'AABBCC'])

手动检查每个字符串是否同时包含A、B、C的代码是：

x = (series.str.contains('A')) & (series.str.contains('B')) & (series.str.contains('C'))

需求：通过动态列表（如items = ['A', 'B', 'C']或items = ['D', 'E', 'F', 'G']）自动生成上述布尔条件x，无需手动拼接每个contains语句。

解决方案 #

方法1：用DataFrame+all()批量判断 #

把每个字符的检查结果转成DataFrame，再逐行判断是否全部满足：

items = ['A', 'B', 'C']
# 生成每个字符对应的布尔Series，转成DataFrame后转置，每行对应原Series的一个元素
x = pd.DataFrame([series.str.contains(item) for item in items]).T.all(axis=1)

运行后x的结果和手动拼接的完全一致，且支持任意长度的items列表。

方法2：用reduce累积逻辑与操作 #

借助functools.reduce把多个布尔Series依次做逻辑与，模拟手动拼接&的过程：

from functools import reduce

items = ['A', 'B', 'C']
# 初始值设为全True的Series，依次和每个字符的检查结果做逻辑与
x = reduce(lambda acc, char: acc & series.str.contains(char), items, pd.Series([True]*len(series)))

这种方法无需转DataFrame，直接在Series层面操作，效率更高。

内容的提问来源于stack exchange，提问作者Jack