Python如何判断DataFrame指定多列是否包含指定字符串并新增标记列

前置依赖 #

首先确保你已经安装了pandas库，可按需搭配numpy使用：

import pandas as pd
import numpy as np

核心代码实现 #

假设你的原始DataFrame变量名为df，核心实现逻辑如下：

• 筛选A、B、C三列，逐行判断是否存在值等于"Type AB"的单元格
• 根据判断结果为新列赋值，匹配成功的行赋值为Present，未匹配的可自定义默认值（以下示例默认填空字符串）

写法1（推荐，性能更高） #

# 生成布尔掩码：每行A/B/C列有任意一个等于"Type AB"则为True
match_mask = df[['A', 'B', 'C']].eq("Type AB").any(axis=1)
# 生成新列
df['TypeAB_present'] = np.where(match_mask, "Present", "")

写法2（无需numpy依赖） #

df['TypeAB_present'] = df[['A', 'B', 'C']].apply(
    lambda row: "Present" if "Type AB" in row.values else "",
    axis=1
)

如果你需要模糊匹配（即单元格内容包含"Type AB"即可，不需要完全相等），可以把eq("Type AB")替换为apply(lambda col: col.str.contains("Type AB", na=False))，自动忽略空值的匹配报错。

效果示例 #

内容的提问来源于stack exchange，提问作者Fazli