Google Sheets与Python模糊匹配求助：两列部分匹配实现失败

Google Sheets 解决方案 #

你之前用的VLOOKUP公式无法实现双向任意位置的部分匹配，因为VLOOKUP的通配符仅支持前缀匹配。以下是可行的公式方案：

通用双向部分匹配公式 #

在结果列第一个单元格（比如C2）输入，下拉填充即可：

=IF(OR(COUNTIF(B:B,"*"&A2&"*"),COUNTIF(A:A,"*"&B2&"*")), "EXISTS", "")

• 逻辑：用COUNTIF搭配通配符*，检查B列是否存在包含A列当前值的内容，或A列是否存在包含B列当前值的内容，满足任一条件返回EXISTS。

针对示例场景的优化公式 #

如果你的数据存在类似「A列是B列值的扩展（如alpha.roadsgs.eval包含alpha.roadsgs）」的固定规律，可以针对性调整：

=IF(OR(COUNTIF(B:B,"*"&LEFT(A2,FIND(".eval",A2)-1)&"*"), COUNTIF(A:A,"*"&B2&"*")), "EXISTS", "")

这个公式会提取A列中.eval之前的片段，去匹配B列内容，更贴合你给出的示例数据。

Python（Colab）解决方案 #

你之前的代码存在几个问题：pip install在Colab中需要加感叹号、未定义df1/df2、未导入difflib、空值（NaN，类型为float）导致匹配函数报错。以下是修正后的两种方案：

方案1：精确字符串包含匹配 #

import pandas as pd

# 读取数据
data = pd.read_csv('/delta.csv')
df = pd.DataFrame(data[['Current', 'Combined']])  # 对应你的ColA和ColB列

# 处理空值，将NaN转为空字符串
df['Current'] = df['Current'].fillna('')
df['Combined'] = df['Combined'].fillna('')

# 定义部分匹配判断函数
def check_partial_match(row):
    col_a = row['Current']
    col_b = row['Combined']
    # 检查B列值是否在A列中，或A列值是否在B列中
    if col_b != '' and col_b in col_a:
        return 'EXISTS'
    elif col_a != '' and col_a in col_b:
        return 'EXISTS'
    # 额外处理A列是B列扩展的场景（如示例中的.eval后缀）
    elif col_b != '' and col_b in col_a.split('.eval')[0]:
        return 'EXISTS'
    else:
        return ''

# 生成结果列
df['result'] = df.apply(check_partial_match, axis=1)
print(df)

方案2：模糊相似度匹配（fuzzywuzzy） #

如果需要处理非精确的相似匹配（比如拼写近似），可以用fuzzywuzzy：

import pandas as pd
!pip install fuzzywuzzy python-Levenshtein  # 安装依赖，python-Levenshtein加速匹配

from fuzzywuzzy import fuzz

# 读取并预处理数据
data = pd.read_csv('/delta.csv')
df = pd.DataFrame(data[['Current', 'Combined']])
df['Current'] = df['Current'].fillna('')
df['Combined'] = df['Combined'].fillna('')

# 定义模糊匹配函数（设置相似度阈值为80，可调整）
def check_fuzzy_match(row):
    col_a = row['Current']
    col_b = row['Combined']
    if col_a == '' or col_b == '':
        # 空值场景：检查当前值是否在另一列的非空值中有高相似度匹配
        matches = [val for val in df['Combined'].dropna() if fuzz.partial_ratio(col_a, val) >= 80]
        return 'EXISTS' if matches else ''
    elif fuzz.partial_ratio(col_a, col_b) >= 80:
        return 'EXISTS'
    else:
        return ''

# 生成结果列
df['result'] = df.apply(check_fuzzy_match, axis=1)
print(df)

内容的提问来源于stack exchange，提问作者user262503