如果需要测试至少一列中的精确匹配，请将DataFrame.isin与DataFrame.any配合使用：

df['Apple_ind'] = df.isin(['Green Apple','Red Apple']).any(axis=1).astype(int)

备选方案：

df['Apple_ind'] = np.where(df.isin(['Green Apple','Red Apple']).any(axis=1), 1, 0)

如果需要，检查apple子字符串，对非数字列使用Series.str.contains：

df['Apple_ind'] = (df.select_dtypes('object')
                     .apply(lambda x: x.str.contains('apple'), case=False)
                     .any(axis=1)
                     .astype(int))

如果要对所有产品应用相同的流程，可以执行以下操作：

import re

products = ['apple', 'pears', 'jackfruit', 'watermelon']
pattern = re.compile(fr"\b({'|'.join(products)})\b", re.IGNORECASE)
ind = (df.melt('Cust No', ignore_index=False)['value']
         .str.extract(pattern, expand=False)
         .str.lower().dropna())
ind = pd.get_dummies(ind).groupby(level=0).max().add_suffix('_ind')
out = pd.concat([df, ind], axis=1)

输出：