您可以使用

纯洁的Pandas

cond = {'x' : 1, 'z' : 2, 'ELSE' : 0}

df['map'] = (df['letter']
 .str.split(',').explode()
 .map(lambda x: cond.get(x, cond['ELSE']))
 .groupby(level=0).max()
)

在多个值的情况下，我会得到最大值。
第一个有效匹配的备选项：

df['map'] = (df['letter']
 .str.split(',').explode()
 .map(cond)
 .groupby(level=0).first()
 .fillna(cond['ELSE'], downcast='infer')
)

列表理解

或者使用列表解析，这里将使用第一个有效匹配：
第一次

使用np.select

import numpy as np

cond1 = df['letter'].str.contains('x')
cond2 = df['letter'].str.contains('z')
df.assign(map=np.select([cond1, cond2], [1, 2], 0))

输出：

id  letter  map
0   1   x,y     1
1   2   z       2
2   3   a       0