如何提取DataFrame任意列含指定字符串的内容并新增列存储

核心实现代码 #

import pandas as pd
import numpy as np

# 构造样例数据，可替换为你的实际DataFrame
data = {
    "yesterday": ["apple_1", "pear_2", "kiwi_3", "apple_1"],
    "today": ["banana_3", "apple_4", "orange_6", "melon_3"],
    "tomorrow": ["cherry_4", "blueberry_1", "banana_2", "banana_4"]
}
df = pd.DataFrame(data, index=[1,2,3,4])

# 定义目标关键词
target_key = "apple"

# 逐行扫描所有列提取匹配内容
df[target_key] = df.apply(
    lambda row: next((val for val in row if isinstance(val, str) and target_key in val), np.nan),
    axis=1
)

print(df)

逻辑说明 #

• 适配约束要求：不需要提前指定搜索列，也不需要预知目标字符串前后的拼接内容，仅做包含匹配
• 默认规则：一行有多个匹配值时取第一个命中的内容，无匹配时自动填充NaN
• 可选调整：如果需要保留一行内所有匹配结果，可修改返回逻辑，例如下方代码会将所有匹配值用逗号拼接：

df[target_key] = df.apply(
    lambda row: ",".join([val for val in row if isinstance(val, str) and target_key in val]) or np.nan,
    axis=1
)

注：你给出的期望输出中第4行的apple_2属于笔误，运行上述代码第4行将返回和原数据一致的apple_1

内容的提问来源于stack exchange，提问作者IRK