如何实现子字符串列表与DataFrame行字符串的布尔比较？

嘿，我明白你卡在哪了！问题出在判断逻辑的顺序上，咱们先把需求拆解清楚：我们需要子字符串列表里的每一个子串，都能在当前行的任意一个字符串中找到，而你现在的代码逻辑刚好搞反了，导致明明符合条件的行也返回了False。

问题根源分析 #

先看你核心的判断代码：

print(all(substring in row_str for substring in substring_list for row_str in combine_row_str))

这个生成器的遍历顺序是：先取一个子串，再挨个检查当前行的所有字符串——只要有一个字符串不包含这个子串，all()就直接返回False了。但我们要的是，每个子串只要能在当前行的某一个字符串里找到就行，而不是要求同一个字符串包含所有子串。

比如第一行里，AE在strings_1的AEAB里，AA在strings_3的AABD里，但你的代码会先检查AA是否在AEAB里（不在），直接判定为False，根本没机会去看后面的AABD。

修正后的代码 #

我们把判断逻辑调整一下：先对每个子串，检查它是否存在于当前行的任意一个字符串中；再用all()确保所有子串都满足这个条件。代码如下：

import pandas as pd

string = {'strings_1': ['AEAB', 'AC', 'AI'], 'strings_2':['BB', 'BA', 'AG'], 'strings_3': ['AABD', 'DD', 'PP'], 'strings_4': ['AV', 'AB', 'BV']}
df_string = pd.DataFrame(data = string)
substring_list = ['AA', 'AE']

for row in df_string.itertuples(index = False):
    combine_row_str = [row[0], row[1], row[2]]
    # 修正逻辑：每个子串至少在一个行字符串中存在，再确保所有子串都满足
    all_substrings_found = all(any(substring in s for s in combine_row_str) for substring in substring_list)
    print(all_substrings_found)

验证输出 #

运行这段代码后，输出就完全符合你的期望了：

True
False
False

进阶：更高效的Pandas向量化写法（可选） #

如果你的DataFrame数据量比较大，用循环遍历会比较慢，推荐用Pandas的向量化操作来实现，效率更高：

def check_all_substrings(row):
    return all(any(sub in s for s in row) for sub in substring_list)

# 给DataFrame新增布尔结果列
df_string['all_substrings_present'] = df_string.apply(check_all_substrings, axis=1)
print(df_string['all_substrings_present'])

输出结果同样是：

0     True
1    False
2    False
Name: all_substrings_present, dtype: bool

内容的提问来源于stack exchange，提问作者learner