本文介绍如何使用dataframe.apply(axis=1)高效实现跨所有列的关键词匹配，为数据框添加布尔标志列，避免逐列覆盖、支持非字符串类型，并确保逻辑正确性。
本文介绍如何使用dataframe.apply(axis=1)高效实现跨所有列的关键词匹配，为数据框添加布尔标志列，避免逐列覆盖、支持非字符串类型，并确保逻辑正确性。
在实际数据分析中，常需基于多个文本列判断是否包含任意一组关键词（如 'sp', 'xyz'），并生成统一的二值标志列（如 flag）。若采用循环逐列赋值（如 for col in df.columns: df['flag'] = ...），后一列会不断覆盖前一列的结果，最终仅反映最后一列的匹配情况，导致全部为 0 —— 这正是原问题中输出 [0,0,0,0] 的根本原因。
正确做法是按行（axis=1）整体扫描：对每一行，遍历其所有列值，检查是否存在任一关键词子串。关键代码如下：
df['flag'] = df.apply(
lambda row: 1 if any(
keyword in str(row[col])
for col in df.columns
for keyword in keywords
) else 0,
axis=1
)该表达式通过嵌套生成器实现双重迭代：
- 外层 for col in df.columns 遍历当前行的每列；
- 内层 for keyword in keywords 遍历关键词列表；
- str(row[col]) 强制转为字符串，兼容数值、空值（NaN 会转为 'nan'，若需排除可加 pd.isna(row[col]) 判断）；
- any(...) 在任一匹配时立即返回 True，提升效率。
运行示例数据将得到预期结果：
column1 column2 column3 flag 0 sp123 tp1234 syp123 1 # 'sp123'含'sp'，'syp123'含'sp' 1 abc abc abc 0 # 无关键词 2 sp456 sp4256 sp456 1 # 所有列均含'sp' 3 def def def 0 # 无关键词
⚠️ 注意事项：
- 若列中存在 NaN，str(np.nan) 返回 'nan'，可能误匹配关键词 'nan'；如需安全处理，建议先用 df.fillna('') 或在条件中显式过滤：not pd.isna(row[col]) and keyword in str(row[col])；
- 子串匹配区分大小写，如需忽略大小写，可统一转小写：keyword.lower() in str(row[col]).lower()；
- 对于大规模数据，apply(axis=1) 性能低于向量化操作；若关键词固定且列数有限，可考虑 df[['col1','col2']].agg(lambda s: s.str.contains('|'.join(keywords), regex=True), axis=1).any(axis=1).astype(int) 等向量化替代方案。
综上，axis=1 下的 apply 是实现跨列动态关键词检测简洁而可靠的选择，核心在于理解“行级聚合”逻辑，避免列级覆盖陷阱。
