下面是一个示例代码，演示了如何按列中的子字符串对数据框进行掩码：

import pandas as pd

# 创建示例数据框
data = {'A': ['apple', 'banana', 'cat', 'dog', 'elephant'],
        'B': ['apple', 'banana', 'cat', 'dog', 'elephant'],
        'C': ['apple', 'banana', 'cat', 'dog', 'elephant']}
df = pd.DataFrame(data)

# 定义掩码函数
def mask_df_by_substring(df, column, substring):
    mask = df[column].str.contains(substring)
    return df[mask]

# 对列'A'中包含子字符串'ap'的行进行掩码
masked_df = mask_df_by_substring(df, 'A', 'ap')
print(masked_df)

输出结果为：

       A       B       C
0  apple   apple   apple

上述代码中，我们首先创建了一个示例数据框 df，其中包含三列（A、B、C）的数据。然后，我们定义了一个名为 mask_df_by_substring 的函数，该函数接受一个数据框、一个列名和一个子字符串作为参数，并返回一个掩码后的数据框。

在函数内部，我们使用 str.contains 方法创建一个布尔掩码，该掩码指示了列中是否包含指定的子字符串。然后，我们使用这个掩码来选择满足条件的行，并返回掩码后的数据框。

最后，我们使用示例数据框 df 和函数 mask_df_by_substring 对列 'A' 中包含子字符串 'ap' 的行进行了掩码，并将结果存储在变量 masked_df 中。最后，我们打印出了掩码后的数据框。