如何判断Pandas列中是否存在列表中的任一子串？

需求：给定一个子串列表，找出DataFrame某列中包含列表中至少一个子串的行，生成新列Check，匹配到则值为'True'，否则为空。

已实现单个子串匹配：

df.Col1.str.contains('text')

该代码可正确返回布尔值Series，但扩展到列表时遇到问题：

尝试的错误方法及问题 #

1. 循环判断每个子串，返回多个Series：

list1 = ['text','Text','third','fourth']
for item in list1:
    df.Col1.str.contains(item)

问题：每次循环单独生成一个布尔Series，未合并为统一的匹配结果。

2. 循环中用if判断Series，报错'The truth value of a Series is ambiguous'：

for item in list:
    if df.Col1.str.contains(item) == True:
        df['Check'] = 'True'

问题：不能直接将整个布尔Series与True比较，Series包含多个布尔值，Python无法判断其整体真假，导致歧义报错。

正确实现方法 #

利用正则表达式的逻辑或特性，将子串列表拼接成正则模式，一次性完成匹配：

import pandas as pd

# 示例DataFrame
df = pd.DataFrame({'Col1': ['This has text', 'Another Text', 'No match here', 'Contains fourth']})
list1 = ['text','Text','third','fourth']

# 拼接正则模式：子串间用|分隔，表示匹配任意一个
pattern = '|'.join(list1)

# 生成Check列：匹配到则填'True'，否则为空
df['Check'] = 'True'.where(df.Col1.str.contains(pattern), '')

代码说明 #

• '|'.join(list1) 将列表转成'text|Text|third|fourth'，正则中|表示“或”，即匹配任意一个子串。
• df.Col1.str.contains(pattern) 返回布尔Series，标记每行是否匹配任一子串。
• 'True'.where(条件, 替代值)：当条件为True时保留'True'，否则用空字符串填充，直接生成目标列。

如果需要不区分大小写匹配（比如同时匹配text和Text），可以给str.contains加参数case=False，此时列表里可以去掉重复的大小写子串：

pattern = '|'.join(['text','third','fourth'])
df['Check'] = 'True'.where(df.Col1.str.contains(pattern, case=False), '')

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