匹配两个DataFrame并统计首个DataFrame中匹配行的出现次数

首先还原示例中的两个DataFrame：

import pandas as pd

# 构建df1
df1 = pd.DataFrame({
    'A': ['Girl', 'Boy', 'Girl', 'Boy', 'Boy'],
    'B': [25, 10, 10, 5, 68],
    'C': ['APPLE', 'SAMSUNG', 'LG', 'Ap', 'SAM']
})

# 构建df2
df2 = pd.DataFrame({
    'D': ['APPLE', 'SAMSUNG', 'LG', 'GOOGLE'],
    'E': ['Ap', 'Sam', 'lg', 'Go']
})

接下来实现匹配统计逻辑：

1. 提取df2中所有需要匹配的关键词，统一转为小写并去重，避免重复匹配

# 合并D、E列，转小写后生成匹配集合
match_set = set(df2['D'].str.lower().tolist() + df2['E'].str.lower().tolist())

2. 筛选df1中C列值（转小写）属于匹配集合的行，再按A列分组统计数量

# 筛选符合条件的行，按A列分组计数
df3 = df1[df1['C'].str.lower().isin(match_set)]\
          .groupby('A', as_index=False)\
          .size()\
          .rename(columns={'size': 'Count'})

执行后得到的df3就是期望的结果：

A  Count
0  Boy      3
1  Girl     2

逻辑说明 #

• 统一转小写是为了处理大小写不一致的匹配场景（比如df1的SAM和df2的Sam）
• 使用isin()快速判断df1的C列值是否在目标匹配集合中
• groupby().size()用于按A列统计符合条件的行数，最后重命名列名对应需求

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