如何基于另一DataFrame为test2新增'total views'列？

现有两个DataFrame：

test1 = pd.DataFrame({'text':['harrypotter, legendsandlattes', 'legendsandlattesissocool','poems','midnightlibrary','legendsandlattes'], 'views':[200,400,300,600,100]})
test2 = pd.DataFrame({'title':['legendsandlattes', 'harrypotter', 'Prideandprejudice'], 'rating':[8,6, 8]})

需要给test2新增total views列，规则是：

• 只要test2的title在test1的text单元格里出现，就把该单元格的views累加到对应title的总数里（同一个text单元格里有多个title的话，每个title都加这行的views）
• 没出现过的title，total views填0

期望得到的结果：

| title            | rating | total views
|------------------|--------|-------------
| legendsandlattes | 8      | 700
| harrypotter      | 6      | 200
| Prideandprejudice| 8      | 0

之前已经用下面的代码实现了判断title是否存在的tiktok列，现在要改成求和逻辑：

test2['tiktok'] = np.where(test2['title'].str.contains('|'.join(test1['text'])), 1, 0)

方法一：简洁向量化实现（适合大多数场景） #

直接用apply遍历test2的每个title，筛选test1中包含该title的行并求和views：

import pandas as pd
import numpy as np

# 原始数据
test1 = pd.DataFrame({'text':['harrypotter, legendsandlattes', 'legendsandlattesissocool','poems','midnightlibrary','legendsandlattes'], 'views':[200,400,300,600,100]})
test2 = pd.DataFrame({'title':['legendsandlattes', 'harrypotter', 'Prideandprejudice'], 'rating':[8,6, 8]})

# 新增total views列
test2['total views'] = test2['title'].apply(
    lambda x: test1[test1['text'].str.contains(x, na=False)]['views'].sum()
)

# 查看结果
print(test2)

方法二：分步拆解实现（逻辑更清晰） #

如果觉得上面的代码有点抽象，可以拆成三步，逻辑更直观：

1. 遍历test1的每一行，找出所有匹配的title，记录对应的views
2. 按title分组求和，得到每个title的总views
3. 把求和结果合并到test2，未匹配的填充0

代码如下：

import pandas as pd
import numpy as np

# 原始数据
test1 = pd.DataFrame({'text':['harrypotter, legendsandlattes', 'legendsandlattesissocool','poems','midnightlibrary','legendsandlattes'], 'views':[200,400,300,600,100]})
test2 = pd.DataFrame({'title':['legendsandlattes', 'harrypotter', 'Prideandprejudice'], 'rating':[8,6, 8]})

# 步骤1：收集所有匹配的title和对应views
matches = []
for _, row in test1.iterrows():
    current_text = row['text']
    current_views = row['views']
    # 检查每个title是否在当前text里
    for title in test2['title']:
        if title in current_text:
            matches.append({'title': title, 'views': current_views})

# 步骤2：分组求和
title_total_views = pd.DataFrame(matches).groupby('title')['views'].sum().reset_index()

# 步骤3：合并到test2，填充未匹配的0
test2 = test2.merge(title_total_views, on='title', how='left')
test2 = test2.rename(columns={'views': 'total views'}).fillna(0)

# 查看结果
print(test2)

两种方法都能得到期望的结果，小数据量下选方法一更简洁，大数据量可以根据情况优化方法二的循环逻辑。

内容的提问来源于stack exchange，提问作者Romcom1398