Python技术问询：匹配df1证券与df2新闻标题并添加对应Ticker

1. 为df2添加对应Tickers列 #

利用pandas的矢量化操作替代循环，高效匹配新闻标题与证券名称：

import pandas as pd

# 构建证券名称到代码的映射字典
security_ticker_map = df1.set_index('Security')['Tickers'].to_dict()

# 生成匹配完整证券名称的正则表达式（\b确保匹配完整单词，避免部分匹配）
pattern = r'\b(' + '|'.join(security_ticker_map.keys()) + r')\b'

# 提取标题中的证券名称，映射为对应代码
df2['Tickers'] = df2['headlines'].str.extract(pattern, expand=False).map(security_ticker_map)

如果新闻标题中没有匹配到任何df1里的证券，Tickers列对应值会显示NaN。

2. 删除df1中未在df2标题出现的行 #

先筛选出所有在新闻标题中出现过的证券，再过滤df1：

# 提取df2中所有匹配到的唯一证券名称
matched_securities = df2['headlines'].str.extractall(pattern)[0].unique()

# 保留df1中出现过的证券行
df1_filtered = df1[df1['Security'].isin(matched_securities)]

原代码的问题说明 #

• 循环逻辑错误：按索引一一对应匹配df1和df2的行，而非遍历所有证券去匹配每条新闻；
• 效率极低：循环处理30k行新闻+500条证券，远不如pandas矢量化操作高效；
• 赋值错误：df2["Tickers"] = df1["Tickers"][i]会把整列赋值为同一个值，而非对应行的代码；
• 变量未定义：data.drop(...)中的data未声明，且逻辑不符合需求（无需删除df2行，而是过滤df1）。

内容的提问来源于stack exchange，提问作者Giando