Python 标记"；“真的”；在一次迭代中包含关键字（关键字为列名）的行

我想对pandas dataframe进行关键字搜索，将每个关键字作为一列添加到数据集中，并标记包含该关键字的数据行的“True”

一段代码很好地实现了这一点：

stocks=['Microsoft'、'Apple'、'Amazon']
对于库存：
df[stock]=df.astype（str）.sum（axis=1）.str.contains（stock）

但是，对于每个关键字，这会在整个数据集中循环一次。我想在一次迭代中做同样的事情（即每行只检查一次关键字的存在），因为我的数据集很大

预期结果如下：

任何帮助都将不胜感激

---

编辑：我得到一个内存错误

我无法想象有什么东西不经过三个键就可以做你想要的事情

不过，我有两个建议：

只做一次：这可能是一个很长的操作，但是你把它转储到一个文件中，下次你需要它时，它已经存在了：加载文件，你就可以开始了

您可以使用csv之类的简单工具：

my_df.to_csv("my_file.csv")

或者，如果您想更快，请使用该格式

将“文本”列定义为循环外的字符串类型。从图中我看到，你不需要求和（轴=1），但如果你真的需要，也可以在循环之外进行：创建一个系列，然后在其上循环

例如：

text_series = df[stock].astype(str).sum(axis=1)
for stock in stocks:
   df[stock] = text_series.str.contains(stock)

batch_size = df.shape[0]/10 # e.g. divide your df in 10 chunks
for i in range(0,df.shape[0],batch_size): #batch_size is the step
   for stock in stocks:
      df[i:i+batch_size][stock] = text_series[i:i+batch_size].str.contains(stock)

分批计算操作

例如：

text_series = df[stock].astype(str).sum(axis=1)
for stock in stocks:
   df[stock] = text_series.str.contains(stock)

batch_size = df.shape[0]/10 # e.g. divide your df in 10 chunks
for i in range(0,df.shape[0],batch_size): #batch_size is the step
   for stock in stocks:
      df[i:i+batch_size][stock] = text_series[i:i+batch_size].str.contains(stock)

---

注意：您的数据库必须能被10整除，否则请选择另一个除数

我想将其保存到csv，但必须先生成结果。这并不是因为我没有足够的内存，而且我在中途遇到了内存错误。我会看看第二种方法是否有效，但我相信我的代码需要一个更基本的更改，比如保存中间步骤。将其分成批这似乎是最好的选择。谢谢（顺便说一句，我想投你一票，但我不能！）如果你能选择它作为最佳答案，我将不胜感激。我也是新来的，所以我不知道你能不能。