1

我想检查DF1的子字符串是否在DF2中。如果是我想返回相应行的值。

DF1

姓名 ID 地区
约翰 AAA 一种
约翰 AAA 乙
拍 CCC C
桑德拉 CCC D
保罗 DD 乙
桑德拉 R9D F
米娅 dfg4 G
金 asfdh5 H
路易丝 45gh 一世

DF2

姓名 ID 公司
约翰 AAAxx1 微软
约翰 AAAxxREG1 微软
迈克尔 BBBER4 微软
拍 CCCERG 戴尔
拍 CCCERGG 戴尔
保罗 DFHDHF Facebook

期望的输出

其中来自 DF1 的 ID 在 DF2 的 ID 列中我想在 DF1 中创建一个与公司匹配的新列

姓名 ID 地区 公司
约翰 AAA 一种 微软
约翰 AAA 乙 微软
拍 CCC C 戴尔
桑德拉 CCC D
保罗 DD 乙
桑德拉 R9D F
米娅 dfg4 G
金 asfdh5 H
路易丝 45gh 一世

我有以下代码来确定来自 DF1 的 ID 是否在 DF2 中，但是我不确定如何输入公司名称。

DF1['Get company'] = np.in1d(DF1['ID'], DF2['ID'])

4

1 回答 1

1

尝试在此列中从into then中查找ID字符串：df1df2merge

key = df2['ID'].str.extract(fr"({'|'.join(df1['ID'].values)})", expand=False)
df1 = df1.merge(df2['Company'], left_on='ID', right_on=key, how='left').fillna('')
print(df1)

# Output:
    Name    ID    Company
0   John   AAA           
1  Peter   BAB  Microsoft
2   Paul  CCHF     Google
3  Rosie   R9D

详细信息：创建一个正则表达式df1['ID']以从中提取部分字符串df2['ID']：

# Regex pattern: try to extract the following pattern
>>> fr"({'|'.join(df1['ID'].values)})"
'(AAA|BAB|CCHF|R9D)'

# After extraction
>>> pd.concat([df2['ID'], key], axis=1)
        ID    ID
0    AEDSV   NaN  # Nothing was found
1   123BAB   BAB  # Found partial string BAB
2  CCHF-RB  CCHF  # Found partial string CCHF
3     YYYY   NaN  # Nothing was found

更新：

为了解决这个问题，我想知道是否可以基于 2 列进行合并。例如合并名称和ID？

key = df2['ID'].str.extract(fr"({'|'.join(df1['ID'].values)})", expand=False)
df1 = pd.merge(df1, df2[['Name', 'Company']], left_on=['Name', 'ID'], 
               right_on=['Name', key], how='left').drop_duplicates().fillna('')
print(df1)

# Output:
      Name      ID Region    Company
0     John     AAA      A  Microsoft
2     John     AAA      B  Microsoft
4      Pat     CCC      C       Dell
6   Sandra     CCC      D           
7     Paul      DD      E           
8   Sandra     R9D      F           
9      Mia    dfg4      G           
10     Kim  asfdh5      H           
11  Louise    45gh      I
于 2021-12-09T13:53:29.693 回答