当df2.Key是df1.Key的子串时，如何将df2.Length设为df1对应值？

原代码的问题 #

你的代码存在两个核心问题：

1. df1.Key.str.extract(r'(.+?(?=\.))')返回的是DataFrame类型，而isin()需要传入一维序列（比如Series），导致匹配逻辑直接失效；
2. 即使转成一维序列，np.where中直接使用df1.Length是把整个Series作为值，无法针对df2的每一行匹配到df1中对应的Length值，因为没有建立行级的关联映射。

正确解决方案 #

方法一：构建映射字典（简洁高效） #

先从df1的Key中提取不带后缀的前缀，构建「前缀-Length」的映射字典，再通过df2的Key直接映射赋值：

import pandas as pd
import numpy as np

df1 = pd.DataFrame({'Key':['OK340820.1','OK340821.1'],'Length':[50000,67000]})
df2 = pd.DataFrame({'Key':['OK340820','OK340821'],'Length':[np.nan,np.nan]})

# 提取df1 Key的前缀（去掉.及后面的内容），构建映射字典
key_length_map = df1['Key'].str.split('.').str[0].to_frame().join(df1['Length']).set_index('Key')['Length'].to_dict()

# 给df2赋值
df2['Length'] = df2['Key'].map(key_length_map)

方法二：使用Merge合并（适合复杂匹配场景） #

如果后续有更复杂的匹配需求，用合并的方式更灵活：

# 处理df1，生成前缀列
df1_with_prefix = df1.assign(key_prefix=df1['Key'].str.extract(r'(.+?(?=\.))')[0])

# 合并df2和处理后的df1，匹配前缀并赋值
df2 = df2.merge(
    df1_with_prefix[['key_prefix', 'Length']],
    left_on='Key',
    right_on='key_prefix',
    how='left'
).drop(columns=['key_prefix']).rename(columns={'Length_y': 'Length'})

执行后df2的结果：

内容的提问来源于stack exchange，提问作者skiventist