如何在Pandas同一行中用Column1值匹配Column2字符串？

原代码的问题 #

1. 语法错误：isindf是拼写错误，正确方法是isin，但即使修正拼写，逻辑仍不符合需求
2. 逻辑错误：df["Column2"].isin(df["Column1"])是检查Column2的每个值是否存在于整个Column1的集合中，并非你需要的同一行内Column1字符串匹配Column2内容

正确实现方式 #

要实现同一行内Column1的字符串是否包含在Column2中，同时处理Column2为NaN的情况，代码如下：

import pandas as pd
import numpy as np

# 构建示例数据
df = pd.DataFrame({
    'Column1': ['Jimmy', 'James', 'John'],
    'Column2': ['His name is Jimmy', 'His name is Joe', np.nan]
})

# 生成Y/N格式的匹配结果
df['Match'] = np.where(
    # 先排除Column2为空的行，再逐行检查字符串包含关系
    df['Column2'].notna() & df.apply(lambda row: row['Column1'] in row['Column2'], axis=1),
    'Y',
    'N'
)

# 如果需要布尔值（True/False），直接使用这行
# df['Match'] = df['Column2'].notna() & df.apply(lambda row: row['Column1'] in row['Column2'], axis=1)

运行结果 #

内容的提问来源于stack exchange，提问作者covershaker