如何基于关键词匹配与供应商校验填充Pandas DataFrame的Company.1列

我有两个DataFrame：

df1

data1 = {
    'Company': ['ADIDAS', 'NIKE', 'PUMA', 'NEW BALANCE', 'UNDER ARMOUR'],
    'Keywords': ['COPA, PREDATOR, ORIGINALS, SPEEDFLOW', 'MERCURIAL, SUPERSTAR, VAPOR', 'ULTRA, FUTURE, RAPIDO', 'FURON', 'TEKELA'],
    'Suppliers': ['', '', '[STADIUM, JD]', '', '']
}

df2

data2 = {
    'Names': ['ADIDAS PREDATOR 17.1', 'NIKE MERCURIAL 2020', 'NIKE VAPOR 2021', 'NEW BALANCE FURON', 'PUMA RAPIDO 21.3', 'PUMA RAPIDO 21.4'],
    'Supplier': ['ADIDAS', 'NIKE', 'NIKE', 'JD', 'STADIUM', 'JD'],
    'Company.1': ['', '', '', '', '', '']
}

目标 #

检查df2['Names']是否包含df1['Keywords']中的任意词汇，若包含则校验df1['Suppliers']与df2['Supplier']是否匹配（若df1['Suppliers']为空则无需校验供应商），符合条件则将df2['Company.1']赋值为对应的df1['Company']。

已尝试代码 #

for i in range(len(df1["Keywords"])):       
    for j in range(len(df1["Keywords"][i])):
        for name_index in range(len(df2["Product_name"])):
            if df1["Keywords"][i][j].strip() in df2["Product_name"][name_index]:
                print("YES " + df1["Keywords"][i][j] + " in "+ df2["Product_name"][name_index])  

# Now need to check if suppliers are same

预期输出 #

问题 #

如何根据满足的条件为df2['Company.1']添加对应的公司名称？

解决方案 #

步骤1：预处理df1字段 #

先把df1中的Keywords和Suppliers字符串转为列表，方便后续匹配：

import pandas as pd

# 初始化DataFrame
df1 = pd.DataFrame(data1)
df2 = pd.DataFrame(data2)

# 处理Keywords：分割字符串为列表并去除空格
df1['Keywords'] = df1['Keywords'].apply(lambda x: [k.strip() for k in x.split(',')])

# 处理Suppliers：空值/空字符串转为空列表，非空则解析为供应商列表
def process_suppliers(s):
    if pd.isna(s) or s.strip() == '' or s == '<NA>':
        return []
    # 去除首尾方括号后分割
    s_clean = s.strip('[]')
    return [sup.strip() for sup in s_clean.split(',')]

df1['Suppliers'] = df1['Suppliers'].apply(process_suppliers)

步骤2：编写匹配逻辑函数 #

对df2的每一行执行匹配判断：

def match_company(row):
    name = row['Names']
    supplier = row['Supplier']
    
    for _, df1_row in df1.iterrows():
        company = df1_row['Company']
        keywords = df1_row['Keywords']
        suppliers = df1_row['Suppliers']
        
        # 检查名称是否包含任意关键词
        has_keyword = any(keyword in name for keyword in keywords)
        if not has_keyword:
            continue
        
        # 校验供应商：若df1无供应商要求则直接匹配，否则检查当前供应商在列表内
        if not suppliers or supplier in suppliers:
            return company
    # 无匹配项返回空
    return ''

# 应用函数填充Company.1
df2['Company.1'] = df2.apply(match_company, axis=1)

# 过滤未匹配的行（和预期输出一致）
df2 = df2[df2['Company.1'] != ''].reset_index(drop=True)

运行结果 #

执行后df2的输出与预期完全一致：

说明 #

• 相比嵌套循环，用apply结合iterrows的写法更简洁易读，符合pandas的使用习惯
• 预处理字段统一转为列表，避免了重复的字符串操作
• 逻辑分层清晰：先匹配关键词，再按需校验供应商，匹配到第一个符合条件的公司立即返回

内容的提问来源于stack exchange，提问作者Roshan