Polars применяет функцию, чтобы проверить, является ли значение строки подстрокой другой строки

Всегда лучше избегать использования функций Python и использовать собственные полярные выражения.

• pl.lit() для создания фиктивного столбца из string_1
• str.contains(), чтобы проверить, содержит ли строка значение столбца.

(
    df
    .with_columns(pl.lit(string_1).str.contains(pl.col('Col B')).alias('new_col')
)

Или вы можете использовать name.keep(), если хотите проверить все столбцы.

(
    df
   .with_columns(pl.lit(string_1).str.contains(pl.all()).name.keep())
)

┌───────┬───────┬───────┐
│ Col A ┆ Col B ┆ Col C │
│ ---   ┆ ---   ┆ ---   │
│ bool  ┆ bool  ┆ bool  │
╞═══════╪═══════╪═══════╡
│ false ┆ true  ┆ false │
│ false ┆ false ┆ false │
│ false ┆ false ┆ false │
└───────┴───────┴───────┘

или что-то вроде этого, если вам нужны все новые столбцы:

• name.suffix()

(
    df
   .with_columns(pl.lit(string_1).str.contains(pl.all()).name.suffix('_match'))
)

┌────────┬─────────┬────────────┬─────────────┬─────────────┬─────────────┐
│ Col A  ┆ Col B   ┆ Col C      ┆ Col A_match ┆ Col B_match ┆ Col C_match │
│ ---    ┆ ---     ┆ ---        ┆ ---         ┆ ---         ┆ ---         │
│ str    ┆ str     ┆ str        ┆ bool        ┆ bool        ┆ bool        │
╞════════╪═════════╪════════════╪═════════════╪═════════════╪═════════════╡
│ 448220 ┆ example ┆ 7101936801 ┆ false       ┆ true        ┆ false       │
│ 518398 ┆ 99999   ┆ 9999900091 ┆ false       ┆ false       ┆ false       │
│ 557232 ┆ 424570  ┆ 4245742060 ┆ false       ┆ false       ┆ false       │
└────────┴─────────┴────────────┴─────────────┴─────────────┴─────────────┘