DataFrame清洗需求：筛选name列含对应company值的行

我正在做DataFrame数据清洗的收尾工作，处理name列时遇到了问题：需要逐行校验，判断company列的内容是否包含在对应行的name文本中——包含则保留该行，不包含就删除。目前示例里company的值都在name开头，但得兼容它出现在name任意位置的情况。

我试了下面这段代码，但无法正常运行：

for x in file["company"]:#Loop company
  for i in file["name"]:#Loop name
    i = i.title().split(" ")#Capitalize each word and split name
    for j in i:
      if j == x:#if the "company name" is equal to "company values"
        pass #ignore
      else:
        file.drop("""THAT ROW""") #remove that row

问题分析 #

你写的代码存在几个核心问题：

• 嵌套循环遍历company和name列的所有元素，没有关联到同一行的两个值，逻辑完全错位
• drop方法没有指定合法的行索引，直接写"THAT ROW"是无效语法
• 把name拆成单个单词再匹配，无法处理多词的company名称（比如"ABC Group"），也不符合"任意位置包含"的需求

正确解决方法 #

用pandas的矢量化操作来实现，效率更高且逻辑清晰，同时处理大小写问题避免匹配误差：

方法1：基础文本包含判断 #

统一转成小写后，逐行检查company是否在name中：

# 生成布尔掩码：每行company小写后是否在name小写文本里
mask = file.apply(lambda row: row['company'].lower() in row['name'].lower(), axis=1)
# 筛选保留符合条件的行，重置索引避免乱序
file = file[mask].reset_index(drop=True)

方法2：完整单词匹配（可选） #

如果需要确保company是作为完整单词出现在name中（比如避免"Apple"被误匹配到"Applesauce"），可以用正则表达式的单词边界：

import re

def check_match(row):
    # 转小写+转义特殊字符，避免正则语法冲突
    company = re.escape(row['company'].lower())
    name = row['name'].lower()
    # 正则匹配完整单词（前后是单词边界）
    return bool(re.search(rf'\b{company}\b', name))

mask = file.apply(check_match, axis=1)
file = file[mask].reset_index(drop=True)

内容的提问来源于stack exchange，提问作者MilkyMilk_07