如何在Pandas中匹配关键词并返回匹配项而非布尔标记

现有如下数据集和代码：

import pandas as pd

dx = pd.DataFrame({'IDs':[1234,5346,1234,8793,8793],
                    'Names':['APPLE ABCD ONE','APPLE ABCD','NO STRAWBERRY YES','ORANGE AVAILABLE','TEA AVAILABLE']})

kw = ['APPLE', 'ORANGE', 'LEMONS', 'STRAWBERRY', 'BLUEBERRY', 'TEA COFFEE']
# 当前代码仅返回0/1
dx['Check']=dx['Names'].apply(lambda x: 1 if any(k in x for k in kw) else 0)

当前Check列仅标记匹配状态（1/0），需求改为返回实际匹配的kw元素，以下是几种可行方案：

方案1：返回第一个匹配的关键词 #

若只需返回第一个命中的关键词，未匹配则返回None：

dx['Check'] = dx['Names'].apply(
    lambda x: next((k for k in kw if k in x), None)
)

运行结果：

注：TEA AVAILABLE未匹配是因为kw中的TEA COFFEE是完整子串，若需匹配单个"TEA"，需将kw中的TEA COFFEE改为TEA。

方案2：返回所有匹配的关键词（列表形式） #

如果存在多个关键词匹配（比如Names值为"APPLE STRAWBERRY"），返回所有匹配项的列表：

dx['Check'] = dx['Names'].apply(
    lambda x: [k for k in kw if k in x]
)

无匹配的行会返回空列表[]，若需替换为None可调整代码：

dx['Check'] = dx['Names'].apply(
    lambda x: [k for k in kw if k in x] or None
)

方案3：返回所有匹配关键词的拼接字符串 #

若需要用逗号分隔匹配项：

dx['Check'] = dx['Names'].apply(
    lambda x: ', '.join([k for k in kw if k in x]) or None
)

内容的提问来源于stack exchange，提问作者Teuku Ario Maulana