如何在Pandas中生成布尔列：判断行是否含指定列表字符串

原代码可能的报错原因 #

• 非字符串/空值问题：如果clean_df['sentence']列存在NaN、None或者数字等非字符串类型值，执行st in x时会触发TypeError，因为无法在非字符串对象中查找子串。
• 写法冗余：any()本身返回布尔值，没必要额外套三目运算符。

修正后的代码方案 #

方案1：兼容空值与非字符串类型的apply写法

# 先统一转换为字符串并填充空值，避免类型错误
clean_df['sentence'] = clean_df['sentence'].astype(str).fillna('')
# 简化逻辑，直接返回any的结果
clean_df['to_process'] = clean_df['sentence'].apply(lambda x: any(st in x for st in ['foo', 'box']))

方案2：更高效的矢量化写法（推荐）

Pandas的str.contains是矢量化操作，比apply效率更高，适合大数据集：

# 先处理类型与空值
clean_df['sentence'] = clean_df['sentence'].astype(str).fillna('')
# 用正则匹配多个关键词，case=False可忽略大小写（按需添加）
clean_df['to_process'] = clean_df['sentence'].str.contains('foo|box', case=False)

内容的提问来源于stack exchange，提问作者Yana