如何在Pandas中利用另一Series实现str.contains子串匹配？

问题场景 #

现有如下DataFrame，LName是包含业务标识的长字符串，RName是用|分隔的候选匹配串，需要从RName的候选中找出与LName存在关键词匹配的项（对应Expected列结果）。原有的精确匹配方法（直接对比字符串相等）无法满足需求，需要实现类似str.contains的子串/关键词匹配逻辑。

示例数据：

import pandas as pd
import numpy as np

df = pd.DataFrame({'LName': ['AT-D81CGG3-RED-STORAGE-GEN4.2', 'AT-Z111AC5-RED-STORAGEUTILITY-GEN4.2'],
                   'RName': ['AT_Utility_Gen4_2|AT_Storage_Gen4_2', 'ATAT_Utility_Gen4_2|AT_Storage_Gen4_2'],
                  'Expected': ['AT_Storage_Gen4_2', 'AT_Utility_Gen4_2']})

原精确匹配代码（无效）：

# 仅做精确字符串相等判断，无法实现子串匹配
df['RName'].str.split('|', expand=True).eq(df['LName'], axis=0).any(1).astype(np.int8)

解决方案1：逐行自定义匹配（直观易读） #

通过apply逐行处理，提取候选串中的关键词，检查是否在LName中存在：

def find_matching_candidate(row):
    lname_upper = row['LName'].upper()
    candidates = row['RName'].split('|')
    for cand in candidates:
        # 提取候选串的关键词（去掉开头的前缀部分）
        cand_keywords = cand.upper().split('_')[1:]
        # 检查所有关键词是否都在LName中（确保匹配核心业务标识）
        if all(key in lname_upper for key in cand_keywords):
            return cand
    return None  # 无匹配项时返回None

# 生成匹配结果
df['Matched'] = df.apply(find_matching_candidate, axis=1)

运行后Matched列将与Expected列结果完全一致。

解决方案2：向量化拆分匹配（高效适用于大数据） #

避免apply的逐行循环，通过拆分候选串为多行、批量匹配后合并的方式提升效率：

# 保留原索引，将RName拆分为多行候选
expanded_df = df.assign(RName=df['RName'].str.split('|')).explode('RName')

# 批量生成匹配标记：检查候选关键词是否在LName中
expanded_df['is_match'] = expanded_df.apply(
    lambda x: all(key in x['LName'].upper() for key in x['RName'].upper().split('_')[1:]),
    axis=1
)

# 按原索引分组，取第一个匹配的候选串
matched_results = expanded_df[expanded_df['is_match']].groupby(expanded_df.index)['RName'].first()

# 合并回原DataFrame
df['Matched'] = matched_results

逻辑说明 #

两种方案的核心逻辑一致：

1. 统一转为大写，避免大小写敏感问题
2. 提取候选串的核心关键词（去掉前缀如AT_/ATAT_）
3. 验证关键词是否全部存在于LName中，确保匹配的是业务核心标识而非前缀

内容的提问来源于stack exchange，提问作者John Stud