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，首先我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”开头的公司都将与其他数据框中以“A”开头的所有公司匹配。这样做如下：

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')

现在我想从 FullMerge 中获取 df1 中的公司包含 df2 中的公司的所有行。这是因为 df1 中的公司名称已拉长。

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

这对我不起作用。如何执行此任务？另外，请建议我可以使用哪些其他方式来匹配公司名称。因为公司可能在两个数据框中是相同的，但不是以完全相同的方式编写的。

Answer 1

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

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