如何检查df1字符串在df2中存在并返回匹配的df2列名列表？

解决方案思路 #

核心是先把df2转换为值-列名的长格式数据，快速定位每个字符串对应的列标签，再通过映射将匹配到的列名列表关联到df1的对应行。

完整实现代码 #

import pandas as pd

# 构建原始数据
# make df1
data = [['nike', 3], ['adidas', 2], ['rebok', 2]]
df_counts = pd.DataFrame(data, columns=['title', 'counts'])

# make df2
lu_data = [{0: 'nike', 1: 'adidas', 2: 'rebok'},
        {0: 'nike', 1: 'rebok', 2: 'hitech'},
        {0: 'converse', 1: 'puma', 2: 'converse'},
        {0: 'hitech', 1: 'adidas', 2: 'nike'}
        ]
df_words = pd.DataFrame(lu_data)

# 步骤1：将df2转换为长格式，保留值和对应的列名
melted_df = df_words.melt(var_name='col', value_name='value')

# 步骤2：为每个title收集匹配的列名列表（如需和期望输出顺序一致，可添加sorted排序）
def get_matching_cols(title):
    return melted_df[melted_df['value'] == title]['col'].tolist()
    # 若要排序：return sorted(melted_df[melted_df['value'] == title]['col'].tolist())

# 步骤3：将结果添加到df1的新列中
df_counts['matching_cols'] = df_counts['title'].apply(get_matching_cols)

print(df_counts)

输出结果 #

运行代码后得到：

title  counts  matching_cols
0    nike       3  [0, 0, 2]
1  adidas       2  [1, 1]
2   rebok       2  [2, 1]

注：如果需要rebok的结果为[1,2]，只需启用函数里的sorted排序即可。

关键步骤说明 #

• df_words.melt(var_name='col', value_name='value')：把df2的宽格式转成长格式，每一行对应一个值和它所在的列名，简化后续筛选操作。
• apply(get_matching_cols)：遍历df1的每个title，调用自定义函数筛选出所有匹配的列名并转为列表。

内容的提问来源于stack exchange，提问作者Lee Roy