根据其他列更新列值

Question

我对 Pandas 的掌握较弱，对 Python 的理解不深。

我想根据现有列（d.Company 和 d2.Alias）的值更新列（d.Alias）。如果d2.Alias 是d.Company 的子字符串，d.Alias 应该等于d2.Alias。

示例数据集：

d = {'Company': ['The Cool Company Inc', 'Cool Company, Inc', 'The Cool 
        Company', 'The Shoe Company', 'Muffler Store', 'Muffler Store'],
    'Position': ['Cool Job A', 'Cool Job B', 'Cool Job C', 'Salesman', 
        'Sales', 'Technician'],
    'City': ['Tacoma', 'Tacoma','Tacoma', 'Boulder', 'Chicago', 'Chicago'],
    'State': ['AZ', 'AZ', 'AZ', 'CO', 'IL', 'IL'],
    'Alias': [np.nan, np.nan, np.nan, np.nan, np.nan, np.nan]}
d2 = {'Company': ['The Cool Company, Inc.', 'The Shoe Company', 'Muffler 
         Store LLC'],
    'Alias': ['Cool Company', np.nan, 'Muffler'],
    'First Name': ['Carol', 'James', 'Frankie'],
    'Last Name': ['Fisher', 'Smith', 'Johnson']}

The Shoe Company 的 np.nan 是因为在这种情况下不需要别名。

我尝试过使用.loc、for 循环、while 循环、pandas.where、numpy.where，以及每种方法的几种变体，但都没有理想的结果。当使用for 循环时，d2.Alias 的结尾被复制到d.Alias 中的所有行。但是，我无法重现这一点。

我以前看过的帖子，我无法上班，或者我不理解它们：Conditionally fill column with value from another DataFrame based on row match in Pandas pandas create new column based on values from other columns

非常感谢任何帮助！

编辑：

Expected output

更新：
经过几天的修补，我达到了预期的结果。有了温的回应，我不得不改变一些事情。

首先，我从df2.Alias 创建了一个名为aliases 的列表：
aliases = df2.Alias.unique()

然后，我不得不删除.map(df2.set_index('Company').Alias。生成我想要的结果的行：
df1['Alias'] = df1.Company.apply(lambda x: [process.extract(x, aliases, limit=1)][0][0][0])。

Answer 1

来自fuzzywuzzy的解决方案

from fuzzywuzzy import process

df1['Alias']=df1.Company.apply(lambda x :[process.extract(x, df2.Company, limit=1)][0][0][0]).map(df2.set_index('Company').Alias)
df1
Out[31]: 
          Alias     City               Company    Position State
0  Cool Company   Tacoma  The Cool Company Inc  Cool Job A    AZ
1  Cool Company   Tacoma     Cool Company, Inc  Cool Job B    AZ
2  Cool Company   Tacoma      The Cool Company  Cool Job C    AZ
3           NaN  Boulder      The Shoe Company    Salesman    CO
4       Muffler  Chicago         Muffler Store       Sales    IL
5       Muffler  Chicago         Muffler Store  Technician    IL

Answer 2

一种方法是遍历您可能要小得多的数据帧，然后查看别名何时是d.Company 的子字符串，然后用它替换别名。

import pandas as pd
d = pd.DataFrame(d)
d2 = pd.DataFrame(d2)

for row in d2[d2.Alias.notnull()].itertuples():
    d.loc[d.Company.str.contains(row.Alias), 'Alias'] = row.Alias

print(d)
#          Alias     City               Company    Position State
#0  Cool Company   Tacoma  The Cool Company Inc  Cool Job A    AZ
#1  Cool Company   Tacoma     Cool Company, Inc  Cool Job B    AZ
#2  Cool Company   Tacoma      The Cool Company  Cool Job C    AZ
#3           NaN  Boulder      The Shoe Company    Salesman    CO
#4       Muffler  Chicago         Muffler Store       Sales    IL
#5       Muffler  Chicago         Muffler Store  Technician    IL