以下是一个示例代码，展示如何按行值比较数据框的列，并选择与匹配模式相符的列：

import pandas as pd

# 创建示例数据框
data = {'col1': [1, 2, 3, 4, 5],
        'col2': ['apple', 'banana', 'apple', 'banana', 'apple'],
        'col3': ['red', 'green', 'red', 'yellow', 'red']}
df = pd.DataFrame(data)

# 定义匹配模式
pattern = 'apple'

# 获取每行是否与匹配模式相符的布尔值
mask = df.apply(lambda x: pattern in x.values, axis=1)

# 根据布尔值筛选数据框的列
filtered_df = df.loc[mask]

print(filtered_df)

运行以上代码，输出结果如下：

   col1    col2 col3
0     1   apple  red
2     3   apple  red
4     5   apple  red

在这个示例中，我们创建了一个包含三列的数据框。然后，我们定义了匹配模式为 "apple"。接下来，我们使用 apply 方法在每一行中检查是否存在与匹配模式相符的值，并根据检查结果创建了一个布尔值的掩码（mask）。最后，我们使用该掩码来筛选数据框的列，并打印结果。在本例中，只有第一列与匹配模式相符，所以只有第一列的数据被保留在结果中。