将str.contains与单词边界（\b）一起使用以避免匹配子字符串（例如，“Abc”与“Abcde”匹配）：

df.loc[df['column_name'].str.contains(r'\bFrench\b', case=False)]

如果您确定没有可能的子字串相符项目（语言可能有）：

df.loc[df['column_name'].str.contains('French', case=False)]

Loc函数返回指定索引处的数据。您应该获得如下所示的所需行：

df[df['column_name'] == 'value']

如果Language列包含用逗号分隔的语言，那么你可以用str.split(',')将该字符串拆分成','，返回list，然后检查列表中是否包含法语。你可以用Pandas apply()检查，它可以将一个函数应用于列的每个元素。Pandas apply()有更多的功能，通常非常有用。
工作示例：

import pandas as pd

data = {
    'languages': ['French', 'English', 'German,French,Spanish', 'Spanish,English,French', 'French,English,German']
}

df = pd.DataFrame(data, columns=['languages'])

def check_language(languages: str):

    lang_split = languages.split(',')
    res = 'French' in lang_split
    return res

df['French_included'] = df['languages'].apply(check_language)

或者，由于check函数非常简单，您可以编写如下代码：

df['French_included'] = df['languages'].apply(lambda e: 'French' in e.split(','))

其返回

df
                languages  French_included
0                  French             True
1                 English            False
2   German,French,Spanish             True
3  Spanish,English,French             True
4   French,English,German             True

当然，您可以编写该函数来执行任何您喜欢的操作，例如返回French而不是返回True或False，或者执行其他检查，例如忽略大写/小写等。