当 DF2 的 Test1 列中的字符串 包含 Test1 列的子字符串 时,我想合并下面两个数据帧的行DF1。
DF1 = pd.DataFrame({'Test1':list('ABC'),
'Test2':[1,2,3]})
print (DF1)
Test1 Test2
0 A 1
1 B 2
2 C 3
DF2 = pd.DataFrame({'Test1':['ee','bA','cCc','D'],
'Test2':[1,2,3,4]})
print (DF2)
Test1 Test2
0 ee 1
1 bA 2
2 cCc 3
3 D 4
为此,我可以使用“str contains”来识别在 DF2.Test1 的字符串中可用的 DF1.Test1 的子字符串
输入:
for i in DF1.Test1:
ok = DF2[Df2.Test1.str.contains(i)]
print(ok)
输出:
现在,我想在输出中添加与 Test2 的字符串匹配的 Test1 的子字符串的合并
输出:
为此,我尝试使用“pd.merge”和“if”,但我还无法找到正确的代码。 请问您有什么建议吗?
for i in DF1.Test1:
if DF2.Test1.str.contains(i) == 'True':
ok = pd.merge(DF1, DF2, on= ['Test1'[i]], how='outer')
print(ok)
谢谢你的想法:)
请您参考如下方法:
由于我的声誉,我无法回应 jezrael 的评论。但我将他的回答更改为合并非大写文本的函数。
def str_merge(part_string_df,full_string_df, merge_column):
merge_column_lower = 'merge_column_lower'
part_string_df[merge_column_lower] = part_string_df[merge_column].str.lower()
full_string_df[merge_column_lower] = full_string_df[merge_column].str.lower()
pat = '|'.join(r"{}".format(x) for x in part_string_df[merge_column_lower])
full_string_df['Test3'] = full_string_df[merge_column_lower].str.extract('('+ pat + ')', expand=True)
DF = pd.merge(part_string_df, full_string_df, left_on= merge_column_lower, right_on='Test3').drop([merge_column_lower + '_x',merge_column_lower + '_y','Test3'],axis=1)
return DF
与示例一起使用:
DF1 = pd.DataFrame({'Test1':list('ABC'),
'Test2':[1,2,3]})
DF2 = pd.DataFrame({'Test1':['ee','bA','cCc','D'],
'Test2':[1,2,3,4]})
print(str_merge(DF1,DF2, 'Test1'))
Test1_x Test2_x Test1_y Test2_y
0 B 2 bA 2
1 C 3 cCc 3
