如果你有

l=['int', 'tos', '198']

然后，您可以通过连接 '|' 来使用 str.contains ，以获得包含这些单词的每个模型

df.model.str.contains('|'.join(l))
0    False
1    False
2     True
3     True

编辑

如果目的是检查所有列都是@jpp解释的，我建议：

from functools import reduce
res = reduce(lambda a,b: a | b, [df[col].astype(str).str.contains(m) for col in df.columns])
0    False
1     True
2     True
3     True

如果您希望它作为包含整数值的列，只需执行以下操作

df['new_col'] = res.astype(int)
     new_col
0    0
1    1
2    1
3    1

您需要检查 model 是否为 match 的子字符串。

match = [ 'int', 'tos', '198']
df['isContained'] = df['model'].apply(lambda x: 1 if any(s in x for s in match) else 0)

输出：

            model  launched  discontinued  isContained
0            Lisa      1983          1986            0
1          Lisa 2      1984          1985            0
2  Macintosh 128K      1984          1984            1
3  Macintosh 512K      1984          1986            1

如果我理解正确的话，您希望检查每行中所有列中是否存在字符串。这并不简单，因为你有混合类型(整型，字符串)。一种方法是将 pd.DataFrame.apply 与自定义函数一起使用。

我们需要记住的要点是将整个数据帧转换为 str 类型，因为您不能测试子字符串在整数中的存在。

match = ['int', 'tos', '1985']
def string_finder(row, words):
    if any(word in field for field in row for word in words):
        return True
    return False
df['isContained'] = df.astype(str).apply(string_finder, words=match, axis=1)
print(df)
            model  launched  discontinued  isContained
0            Lisa      1983          1986        False
1          Lisa 2      1984          1985         True
2  Macintosh 128K      1984          1984         True
3  Macintosh 512K      1984          1986         True

因此，不使用花哨的pandas工具的最简单的方法是使用两个for循环。我希望有人能给出一个更好的解决方案，但我的方法是：

def check_all_for(column_name, search_terms):
    df[column_name] = ''
    for row in df.iterrows():
        flag = 0
        for element in row:
            for search_term in search_terms:
                if search_term in (str(element)).lower():
                    flag = 1
        row[column_name] = flag

假设您已经将 dataframe 定义为 df ，并且希望用1和0标记新列

@Guy_Fuqua，我的理解是你想确保所有的单词都包含在一行中，对吗？

如果是这样，那么对jpp answer进行一点修改就可以帮助您实现这一点，请注意这里的AssessAllString函数

match = ['int', 'tos', '1984']
def string_finder(row, words):
    if any(word in field for field in row for word in words):
        return True
    return False
def AssessAllString (row,words):
    b=True
    for x in words:
      b = b&string_finder(row,[x])
    return b
df['isContained'] = df.astype(str).apply(AssessAllString, words=match, axis=1)
print(df)
            model  launched  discontinued  isContained
0  Lisa            1983      1986          False      
1  Lisa 2          1984      1985          False      
2  Macintosh 128K  1984      1984          True       
3  Macintosh 512K  1984      1986          True 

另一个示例：

match = ['isa','1984']
df['isContained'] = df.astype(str).apply(AssessAllString, words=match, axis=1)