Python 如何根据多列中的字符串匹配选择数据帧中的行

我认为这个确切的问题还没有得到回答，所以还是这样吧

我有一个熊猫数据框，我想选择a列或B列中包含字符串的所有行

假设数据帧如下所示：

d = {'id':["1", "2", "3", "4"], 
    'title': ["Horses are good", "Cats are bad", "Frogs are nice", "Turkeys are the best"], 
    'description':["Horse epitome", "Cats bad but horses good", "Frog fancier", "Turkey tome, not about horses"],
   'tags':["horse, cat, frog, turkey", "horse, cat, frog, turkey", "horse, cat, frog, turkey", "horse, cat, frog, turkey"],
   'date':["2019-01-01", "2019-10-01", "2018-08-14", "2016-11-29"]}

dataframe  = pandas.DataFrame(d)

其中：

id              title                      description               tag           date
1   "Horses are good"                  "Horse epitome"       "horse, cat"    2019-01-01
2      "Cats are bad"                       "Cats bad"       "horse, cat"    2019-10-01
3    "Frogs are nice"      "Frog fancier, horses good"      "horse, frog"    2018-08-14
4   "Turkey are best"                    "Turkey tome"    "turkey, horse"    2016-11-29

假设我想创建一个新的数据框，其中包含列

标题
或列
说明
，而不是列
标记
（或任何其他列）中带有字符串
horse
（忽略大写）的行

结果应该是（删除第2行和第4行）：

我在一篇专栏文章中看到了一些答案，例如：

dataframe[dataframe['title'].str.contains('horse')]

但我不确定（1）如何向该语句中添加多个列，以及（2）如何使用
string.lower（）
之类的内容对其进行修改，以删除列值中的大写字母以匹配字符串

提前谢谢
 如果要为测试指定列，一种可能的解决方案是连接所有列，然后使用和
case=False进行测试：

s = dataframe['title'] + dataframe['description']
df = dataframe[s.str.contains('horse', case=False)]

或者为每列创建条件，并按位
或
与
|
链接：

df = dataframe[dataframe['title'].str.contains('horse', case=False) | 
               dataframe['description'].str.contains('horse', case=False)]

另外，如果需要，请通过
~
为不匹配的
指定列，以按位
为非测试链解决方案指定列，并通过
~
为反转条件指定列：

df = dataframe[s.str.contains('horse', case=False) &
               ~dataframe['tags'].str.contains('horse', case=False)]

对于第二种解决方案，在所有列周围添加
（）
，并用
或
链接：

df = dataframe[(dataframe['title'].str.contains('horse', case=False) | 
               dataframe['description'].str.contains('horse', case=False)) &
              ~dataframe['tags'].str.contains('horse', case=False)]]

编辑：

Like@WeNYoBen评论说，您可以将其添加到末尾，例如：

您可以在与每列对应的序列上使用“逻辑或”运算符
|
：

filtered = df[df['title'].str.contains('horse', case=False) | 
              df['description'].str.contains('horse', case=False)]

如果有许多列，可以使用reduce操作：

import functools
import operator

colnames = ['title', 'description']
mask = functools.reduce(operator.or_, (df[col].str.contains('horse', case=False) for col in colnames))
filtered = df[mask]    

请删除第一个解决方案，因为在我的回答中。谢谢你的帮助，第一个解决方案对我来说很好，尽管我很感激一行！
filtered = df[df['title'].str.contains('horse', case=False) | 
              df['description'].str.contains('horse', case=False)]

import functools
import operator

colnames = ['title', 'description']
mask = functools.reduce(operator.or_, (df[col].str.contains('horse', case=False) for col in colnames))
filtered = df[mask]