python - 基于pandas dfs中部分字符串匹配的合并

Question

我有一个看起来像这样的 df

first_name last_name
John       Doe
Kelly      Stevens
Dorey      Chang

另一个看起来像这样

name             email
John Doe         jdoe23@gmail.com
Kelly M Stevens  kelly.stevens@hotmail.com
D Chang          chang79@yahoo.com

合并这两个表，这样最终结果是

first_name last_name email
    John   Doe       jdoe23@gmail.com
    Kelly  Stevens   kelly.stevens@hotmail.com
    Dorey  Chang     chang79@yahoo.com

我无法合并姓名，但即使整体格式不同，所有电子邮件也包含每个人的姓氏。有没有办法只使用部分字符串匹配来合并这些？

我尝试过这样的事情但没有成功:

df1['email']= df2[df2['email'].str.contains(df['last_name'])==True]

Answer 1

IIUC，你可以用merge关于提取的结果:

df1.merge(df2.assign(last_name=df2['name'].str.extract(' (\w+)$'))
             .drop('name', axis=1),
          on='last_name',
          how='left')

输出:

  first_name last_name                      email
0       John       Doe           jdoe23@gmail.com
1      Kelly   Stevens  kelly.stevens@hotmail.com
2      Dorey     Chang          chang79@yahoo.com