使用不同的数据过滤熊猫的数据

Question

我有两个数据帧，其中列包含以下值

df1:
    Col     Actual
    SA~all  all
    SA~bme  beyond media engagers
    SA~bsv  beyond site visitors
    SA~blk  blink
    SA~beng brand.com media engagers
    SA~by   buy
    SA~cs   choose
    SA~tgm  gen-targeted mass

和另一个数据帧

df2:
Name
CN~QLED8KLOPromotion_PD~1200x628PPLProspecting_MK~es_CH~soc_MD~c_AD~ss1x1_DT~cross_FM~sban_PB~fcbk_SZ~1200x628_RT~cpc_TG~bhv_SA~tgm_VV~dc_IT~soc_TS~IPES_FF~None _PH~laun_MK~es_YQ~19q2_BS~im_PR~tv_SB~brand_OB~awa_PK~CTR_FS~lo_CP~
CN~QLED8KLOPromotion_PD~1200x628PPLProspecting_MK~es_CH~soc_MD~c_AD~ss1x1_DT~cross_FM~sban_PB~fcbk_SZ~1200x628_RT~cpc_TG~bhv_SA~tgm_VV~dc_IT~soc_TS~IPES_FF~None _PH~laun_MK~es_YQ~19q2_BS~im_PR~tv_SB~brand_OB~awa_PK~CTR_FS~lo_CP~
CN~QLED8KLOPromotion_PD~1200x628PPLProspecting_MK~es_CH~soc_MD~c_AD~ss1x1_DT~cross_FM~sban_PB~fcbk_SZ~1200x628_RT~cpc_TG~bhv_SA~tgm_VV~dc_IT~soc_TS~IPES_FF~None _PH~laun_MK~es_YQ~19q2_BS~im_PR~tv_SB~brand_OB~awa_PK~CTR_FS~lo_CP~
CN~QLED8KLOPromotion_PD~1200x628PPLProspecting_MK~es_CH~soc_MD~c_AD~ss1x1_DT~cross_FM~sban_PB~fcbk_SZ~1200x628_RT~cpc_TG~bhv_SA~tgm_VV~dc_IT~soc_TS~IPES_FF~None _PH~laun_MK~es_YQ~19q2_BS~im_PR~tv_SB~brand_OB~awa_PK~CTR_FS~lo_CP~
CN~QLED8KLOPromotion_PD~1200x628PPLProspecting_MK~es_CH~soc_MD~c_AD~ss1x1_DT~cross_FM~sban_PB~fcbk_SZ~1200x628_RT~cpc_TG~bhv_SA~tgm_VV~dc_IT~soc_TS~IPES_FF~None _PH~laun_MK~es_YQ~19q2_BS~im_PR~tv_SB~brand_OB~awa_PK~CTR_FS~lo_CP~
CN~QLED8KLOPromotion_PD~1200x628PPLProspecting_MK~es_CH~soc_MD~c_AD~ss1x1_DT~cross_FM~sban_PB~fcbk_SZ~1200x628_RT~cpc_TG~bhv_SA~tgm_VV~dc_IT~soc_TS~IPES_FF~None _PH~laun_MK~es_YQ~19q2_BS~im_PR~tv_SB~brand_OB~awa_PK~CTR_FS~lo_CP~
CN~QLED8KLOPromotion_PD~1200x628PPLProspecting_MK~es_CH~soc_MD~c_AD~ss1x1_DT~cross_FM~sban_PB~fcbk_SZ~1200x628_RT~cpc_TG~bhv_SA~tgm_VV~dc_IT~soc_TS~IPES_FF~None _PH~laun_MK~es_YQ~19q2_BS~im_PR~tv_SB~brand_OB~awa_PK~CTR_FS~lo_CP~
CN~QLED8KLOPromotion_PD~1200x628PPLProspecting_MK~es_CH~soc_MD~c_AD~ss1x1_DT~cross_FM~sban_PB~fcbk_SZ~1200x628_RT~cpc_TG~bhv_SA~tgm_VV~dc_IT~soc_TS~IPES_FF~None _PH~laun_MK~es_YQ~19q2_BS~im_PR~tv_SB~brand_OB~awa_PK~CTR_FS~lo_CP~
CN~QLED8KLOPromotion_PD~1200x628PPLProspecting_MK~es_CH~soc_MD~c_AD~ss1x1_DT~cross_FM~sban_PB~fcbk_SZ~1200x628_RT~cpc_TG~bhv_SA~tgm_VV~dc_IT~soc_TS~IPES_FF~None _PH~laun_MK~es_YQ~19q2_BS~im_PR~tv_SB~brand_OB~awa_PK~CTR_FS~lo_CP~

我正在寻找一种方法来查找包含df1值的行，并在df2中添加一个新列，其中包含来自df1['Actual']列的值。

有可能吗？我试过使用numpy select，我认为它不像预期的那样工作。

Answer 1

我不确定这是否是您所说的“包含df1值”的意思，但就目前而言，我假设Name列在df2中包含了df1中的Col列中的一个字符串(即有子字符串)，如果这样做，则在df2中的另一列中添加df1中的相应Actual值。

一种方法是使用df.apply

def findSubstring(bigString, ss = list(df1["Col"]):
    for x in ss:
        if x in bigString:
            return x
    return "NO MATCHING STRINGS"

def getVal(row, otherdf = df1):
    substring = findSubstring(row["Actual"])
    if substring != "NO MATCHING STRINGS":
        return list(df1[df1["Col"] == substring]["Actual"])[0]

df2["Actual"] = df2.apply(lambda x: getVal(x), axis =1)

也许有一种更快的方法，但是df.apply可以根据您需要的任何东西进行调整。

如果这回答了你的问题，请告诉我。