如何判断DataFrame列值是否含指定列表元素并生成0/1标记列

嘿，这个需求太常见啦，我给你整理了几种实用的实现方式，你可以根据自己的数据规模和后续需求来选：

Pandas的str.contains支持正则表达式，我们把列表里的元素用|拼接成匹配模式，就能一次性检查每行是否包含任一目标值，代码非常简洁：

import pandas as pd

lst = ["apple","peach","pear"]
# 把列表元素拼接成正则匹配规则
match_pattern = '|'.join(lst)
# 生成标记列：布尔值转成0/1
df['flag'] = df['x'].str.contains(match_pattern).astype(int)

小提示： #

• 如果你的x列有缺失值（NaN），记得用fillna(0)处理，避免出现空值：

  df['flag'] = df['x'].str.contains(match_pattern).fillna(0).astype(int)
  

• 要忽略大小写的话，给str.contains加个case=False参数就行。

如果之后需要加更复杂的判断规则（比如匹配特定位置的字符、结合其他列逻辑），用apply自定义函数会更灵活：

def check_target(text):
    # 检查text是否包含列表里的任意元素
    return 1 if any(item in text for item in lst) else 0

df['flag'] = df['x'].apply(check_target)

⚠️ 注意：apply是逐行遍历操作，数据量很大的时候效率不如第一种方法，小数据集用着没问题。

如果你不仅要标记，还想知道每行具体匹配了哪个元素，这个方法可以一举两得：

# 提取匹配到的元素，没匹配到就返回NaN
df['matched_item'] = df['x'].str.extract(f'({"|".join(lst)})', expand=False)
# 根据是否有匹配结果生成0/1标记
df['flag'] = df['matched_item'].notna().astype(int)

这样你既得到了标记列，还能看到每行匹配的具体内容，适合需要进一步分析的场景。

内容的提问来源于stack exchange，提问作者toceto