python - 包含 Pandas 中的函数

Question

我正在两个数据框的公司名称之间执行匹配(一种模糊匹配)。为此，我首先在所有公司名称之间执行完全合并，其中起始字母匹配。这意味着所有以“A”开头的公司将与其他数据框中以“A”开头的所有公司相匹配。这是按如下方式完成的:

df1['df1_Start'] = df1['company1'].astype(str).str.slice(0,2) 
df2['df2_Start'] = df2['company2'].astype(str).str.slice(0,2)
Merge = pd.merge(df1,df2, left_on='df1_Start',right_on='df2_Start')

现在我想要获得 FullMerge 中的所有行，其中 df1 中的公司包含 df2 中的公司。这是因为 df1 中的公司名称较长。

Merge1=Merge[Merge['company1'].str.contains(Merge['company2'].str)]

这对我不起作用。我该如何执行这个任务？另外，请建议我可以使用哪些其他方式来匹配公司名称。因为两个数据框中的公司可能是相同的，但写入方式并不完全相同。

Answer 1

我认为您需要 | 和 join 来生成由 | (或在 regex 中)分隔的 str.contains 的所有值。 :

Merge1=Merge[FullMerge['company1'].str.contains("|".join(Merge['company2'].tolist())]