你可以extractall你的关键字，和map从Map字典，在多个匹配的情况下，让我们得到min数字（如果需要，你可以使用另一个规则）：

import re

d = {'Action': 0, 'Drama': 1}

pattern = f"({'|'.join(map(re.escape, d))})"
# pattern = '(Drama|Action)'

df['Genres'] = (df['Genres'].str.extractall(pattern)[0]
                 .map(d).groupby(level=0).min()
               )

输出：

Genres
0       0
1       1
2       0

如果我们添加另一行而没有匹配，则输出：

Genres
0     0.0
1     1.0
2     0.0
3     NaN

使用numpy.select，如果两者都不匹配，则通过参数default设置NaN：

#if test substrings
m1 = df['Genres'].str.contains('Drama')
m2 = df['Genres'].str.contains('Action')

#if test lists
m1 = ['Drama' in x for x in df['Genres']]
m2 = ['Action' in x for x in df['Genres']]

df['Genres'] = np.select([(m1 & m2) | m2, m1], [0, 1], default=np.nan)