如何在Pandas中双向检查列值是否包含另一列值

需求很明确：要给DataFrame新增is_Match列，标记每一行的Column1或Column2是否与Match_Column存在双向包含关系——要么前者是后者的子串，要么后者是前者的子串。

示例输入数据 #

Column1       | Column2       |  Match_Column
---------------------------------------------
Customer1     | Customer1     |  Customer1 LLC
              | Customer2     |  Customer2 LLC
Customer3     |               |  Customer3 LLC
              | Customer4 LLC |  Customer4
Customer5 LLC |               |  Customer5
Customer6 LLC |               |  Customer8
              | Customer9 LLC |  Customer4

预期输出 #

Column1       | Column2       | Match_Column  | is_Match
----------------------------------------------------------
Customer1     | Customer1     | Customer1 LLC | Yes
NaN           | Customer2     | Customer2 LLC | Yes
Customer3     | NaN           | Customer3 LLC | Yes
NaN           | Customer4 LLC | Customer4     | Yes
Customer5 LLC | NaN           | Customer5     | Yes
Customer6 LLC | NaN           | Customer8     | No
NaN           | Customer9 LLC | Customer4     | No
NaN           | NaN           | Customer4     | No

你之前代码的问题 #

你用的isin()是检查整个字符串是否存在于另一列的元素列表中，但我们需要的是子串包含匹配，所以这个方法完全不适用，自然得不到预期结果。

正确解决方案 #

我们需要逐行检查字符串的包含关系，步骤如下：

1. 先把DataFrame里的空值（NaN）替换成空字符串，避免后续字符串操作报错
2. 定义一个辅助函数，判断两个字符串是否存在双向包含关系
3. 对每一行，检查Column1与Match_Column、Column2与Match_Column中任意一对满足包含关系，就标记为Yes，否则No

完整代码

import pandas as pd

# 构造示例数据
data = {
    'Column1': ['Customer1', None, 'Customer3', None, 'Customer5 LLC', 'Customer6 LLC', None, None],
    'Column2': ['Customer1', 'Customer2', None, 'Customer4 LLC', None, None, 'Customer9 LLC', None],
    'Match_Column': ['Customer1 LLC', 'Customer2 LLC', 'Customer3 LLC', 'Customer4', 'Customer5', 'Customer8', 'Customer4', 'Customer4']
}
df = pd.DataFrame(data)

# 1. 替换NaN为空字符串
df = df.fillna('')

# 2. 定义双向包含检查函数
def check_match(s1, s2):
    # 两个都为空的情况直接返回False
    if not s1 and not s2:
        return False
    return s1 in s2 or s2 in s1

# 3. 应用函数生成is_Match列
df['is_Match'] = df.apply(lambda row: 'Yes' if check_match(row['Column1'], row['Match_Column']) or check_match(row['Column2'], row['Match_Column']) else 'No', axis=1)

print(df)

代码说明

• fillna('')：把所有NaN转成空字符串，避免后续in操作时抛出异常
• check_match函数：先排除两个都为空的情况（对应最后一行的场景），然后判断两个字符串是否互相包含
• apply(axis=1)：逐行处理数据，检查Column1/Column2与Match_Column的匹配情况，生成结果

运行这段代码后，就能得到你想要的预期输出。

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