如果数据框存在于另一个数据框列中，则搜索它的子字符串答案

【问题标题】：Searching substring of a dataframe if it exists in another dataframe column如果数据框存在于另一个数据框列中，则搜索它的子字符串
【发布时间】：2021-01-22 05:05:57
【问题描述】：

我需要一些帮助来搜索 dataframe1 中化学列中的字符串或子字符串并检查它是否存在于 dataframe2 中，然后在 dataframe1 中创建一个新列以从 dataframe2 返回相应的化学名称列。有人可以帮忙吗？

谢谢

【问题讨论】：

标签： python pandas string dataframe string-comparison

【解决方案1】：

我不能 100% 确定您的问题是否清楚，但是我已经尝试过您所说的您要尝试使用的示例。这里我们搜索 df1 中的每个元素，然后在 df1 的新列中返回 df2 中每个匹配项的列表。如果这是您所期望的，请告诉我：

df1 = pd.DataFrame({'CHEMICALS': ['AAA', 'BBB', 'ccc'],
                   'label': [0.0, 1.0, 0.0]
                   })
df2 = pd.DataFrame({'CHEMICALS': ['DDD', 'BBB_2', 'ccc_2', 'ccc_3'],
                   })

for ind1 in df1.index:
    df1.loc[ind1, 'df2_match'] = ', '.join(list(df2[df2['CHEMICALS'].str.contains(df1['CHEMICALS'][ind1])]['CHEMICALS']))

稍微分解一下：

x1 = df2['CHEMICALS'].str.contains(df1['CHEMICALS'][ind1])

如果 df2 中的项目包含 df1 中位置 ind1 的字符串，则返回 TRUE/FALSE 系列。

x2 = df2[x1]['CHEMICALS']

这会在 TRUE/FALSE 系列指定的位置返回 df2 中每个 CHEMICAL 的名称。

x3 = ', '.join(list(x2))

然后，这会将这些名称转换为列表，然后将它们连接在一起，并在中间使用“,”。然后将其卡在 df1 的新列中的正确索引处，并对 df1 中的每种化学物质重复。

输出如下：

df1
    CHEMICALS   label   df2_match
0   AAA         0.0 
1   BBB         1.0     BBB_2
2   ccc         0.0     ccc_2, ccc_3

【讨论】：

谢谢乔尔！！这是我所期待的。非常感谢！