匹配2个pandas数据帧之间的数据，并提取Python中另一列的匹配值

Question

我有两个熊猫数据帧。在

df1 :
     ACNo       Product
1   12340       100% Hot Care
2   23867       Auction5
3   98372       Edition
4   09837       Diet Parameter
5   54332       Load

df2 :
    ProdDetail                          AttrName
1   12345.567                           Age Confirmation
2   Model1 Count\100% Hot Care          Recipe
3   123445\Handle                       Improve
4   Diet Edition\Parameter              Amount

我想在df2的ProdDetail列上查找df1中的Product列，并在df1中添加具有相应值的AttrName列。字符串可以位于ProdDetails中的任何位置，基本上类似于excel中的通配符函数。如果在df2的ProdDetail中出现了string，我想提取相应的AttrName。结果df1数据帧应该如下所示

^{pr2}$

有谁能用python帮我解决这个问题吗？我尝试了多种方法，但都没能找到解决办法。我看到了一个类似的帖子，但它是在R中，在Python中找不到。下面是我尝试的方法之一

ip=df1['Product']
def lookup_prod(ip):
      return df2[(df2['ProdDetail'].str.contains(ip, na=False))]['AttrName']
df1['AttrName'] = data.apply(lambda row: lookup_prod(row['ProdDetails']), axis=1)

df1 = pd.DataFrame({'ACNo': ['12340', '23867', '98372', '09837', '54332'],
                    'Product': ['100% Hot Care', 'Auction5', 'Edition', 'Diet Parameter', 'Load']})

df2 = pd.DataFrame({'ProdDetail': [12345.567, r'Model1 Count\100% Hot Care',
                                   r'123445\Handle',  r'Diet Edition\Parameter'],
                    'AttrName': ['Age Confirmation', 'Recipe' , 'Improve',  'Amount']})

Answer 1

一种方法是将pd.Series.apply与自定义函数和for循环一起使用：

def lookup_prod(ip):
    for row in df2.itertuples():
        if ip in row[1]:
            return row[2]
    else:
        return 'N/A'

df1['AttrName'] = df1['Product'].apply(lookup_prod)

print(df1)

#     ACNo        Product AttrName
# 1  12340        HotCare   Recipe
# 2  23867        Auction      N/A
# 3  98372        Edition   Amount
# 4   9837  DietParameter      N/A
# 5  54332           Load      N/A

---

示例2

此方法仍然有效：

^{pr2}$

Answer 2

我想str.contains还在这里工作

df1.Product.apply(lambda x : df2.AttrName[df2.ProdDetail.str.contains(x)].sum(),1)
Out[805]: 
1    Recipe
2     False
3    Amount
4     False
5     False
Name: Product, dtype: object