尝试此算法
https://en.wikipedia.org/wiki/Aho–Corasick_algorithm升
你也可以搜索现成的实现，比如
https://github.com/Guangyi-Z/py-aho-corasick

您可以通过从每个Text值中的单词生成一个Counter，然后将其转换为列（使用pd.Series），将wordlist中不存在的列相加为other_words并删除这些列：

wordlist = list(map(str.lower, wordlist))
counters = df['Text'].apply(lambda t:Counter(re.findall(r'\b[a-z]+\b', t.lower())))
df = pd.concat([df, counters.apply(pd.Series).fillna(0).astype(int)], axis=1)
other_words = list(set(df.columns) - set(wordlist) - { 'No', 'Text' })
df['other_words'] = df[other_words].sum(axis=1) 
df = df.drop(other_words, axis=1)

输出（针对问题中的示例数据）：

No                                 Text  i  love  other_words
0   1    I love you forever... other words  1     1            4
1   2  No , i know that you know xxx words  1     0            7

注：

• 我已将所有单词转换为小写，因此您不必分别计算I和i。
• 我使用了re.findall而不是更明显的split()，因此forever...被计算为单词forever（而不是forever...）