python - 如何使用 Python(使用 pandas 或其他方式)巧妙地匹配两个数据框？

Question

我有一个 pandas 数据框，由世界城市的名称以及城市所属的国家/地区组成，

city.head(3)

    city    country
0   Qal eh-ye Now   Afghanistan
1   Chaghcharan Afghanistan
2   Lashkar Gah Afghanistan

还有一个由世界大学地址组成的数据框，如下所示:

df.head(3)
    university
0   Inst Huizhou, Huihzhou 516001, Guangdong, Peop...
1   Guangxi Acad Sci, Nanning 530004, Guangxi, Peo...
2   Shenzhen VisuCA Key Lab SIAT, Shenzhen, People...

城市名称的位置不规则地分布在各行中。我想将城市名称与世界大学的地址相匹配。也就是说，我想知道每所大学位于哪个城市。希望匹配的城市名称与每所大学的地址显示在同一行。

我尝试了以下方法，但它不起作用，因为城市的位置在各行中是不规则的。

df['university'].str.split(',').str[0]

Answer 1

我建议使用apply

city_list = city.tolist()

def match_city(row):
    for city in city_list:
        if city in row['university']: return city
    return 'None'

df['city'] = df.apply(match_city, axis=1)

我假设大学数据的地址足够干净。如果你想做更高级的匹配检查，你可以调整match_city函数。