根据列元素中的单词(部分匹配或完成)将多个标记匹配到列

Question

我有两个数据集，如：

  Tags
Insurance
Asset
Bank
Municipality
Government
Corporate
Gas
General US Public Finance
Real Estate

等等..。我想将这些标记分配给其他数据集。

第二个数据集如下所示：

     UserTags
Real Estate Insurance
Corporate - Finance Company
Corporate - Energy / Utility / Commodities
Corporate - Non-Financial Other
Government Entity - Central Bank
Government Entity - Regulator
Government Entity - Municipality
Asset Bank

我想使用Python来匹配这两个数据集，如下所示：

UserTags AssignedTags Real Estate Insurance Real Estate Real Estate Insurance Insurance Corporate - Finance Company Corporate Corporate - Energy / Utility / Commodities Corporate Corporate - Non-Financial Other Corporate Government Entity - Central Bank Government Government Entity - Central Bank Bank Government Entity - Regulator Government Government Entity - Municipality Government Government Entity - Municipality Municipality Asset Bank Asset Asset Bank Bank

因此，基本上，第一个标签“房地产保险”包含两个标签:房地产和保险，所以它来了两次，每个标签包含一个。“政府实体-市政府”也是如此。

我该怎么做？另外，如果没有完全匹配，是否可以指定部分匹配的标记？例如：

  Tag        AssignedTag

Municipal   Municipality

谢谢。

Answer 1

假设这两个都是熊猫系列。我把问题中的第一个系列称为“标记”，第二个系列称为“user_tags”。

matched = tags.apply(
    lambda x: user_tags.loc[tags.str.contains(x)]
)
final_table = pd.concat([tags,matched],axis=1)