Pandas实现跨数据集链接子串匹配并生成1/0标记列

• 语法错误：else分支后缺少Python语法要求的冒号，代码直接运行会抛出语法异常。
• 核心逻辑错误：遍历df2链接的过程中，每次判断都会覆盖contains变量的取值，最终返回的是最后一条链接的匹配结果，而非“任意链接匹配即返回1”的需求。例如ID=1的Page Link，前两条链接可以匹配，但遍历到第三条不匹配的链接时，contains会被覆盖为0，最终返回错误结果。
• 正则使用风险：直接将原始链接传入re.search作为正则模式，链接中包含的.、/、?等字符会被识别为正则元字符，可能导致误匹配、漏匹配问题。

优先用原生子串判断实现，无需引入正则，性能更好也不会有转义问题：

# 提前把待匹配链接转为列表，减少apply过程中的重复取数开销
target_links = df2['Link'].tolist()

def get_contains_value(page_link):
    for link in target_links:
        # 只要匹配到任意子串，直接返回1，终止循环
        if link in page_link:
            return 1
    # 所有链接都不匹配时返回0
    return 0

df1['Contains'] = df1['Page Link'].apply(get_contains_value)

如果必须使用正则实现，需要先对链接做正则转义处理：

import re

target_links = [re.escape(link) for link in df2['Link']]

def get_contains_value_re(page_link):
    for pattern in target_links:
        if re.search(pattern, page_link):
            return 1
    return 0

df1['Contains'] = df1['Page Link'].apply(get_contains_value_re)

运行后得到的结果完全符合预期：

你提到的leads['Marketing Team']=leads['Page Link'].apply(assign_marketing)代码，只要assign_marketing函数满足「输入单个Page Link值，返回对应营销团队归属值」的要求，且不存在本次出现的循环覆盖返回值、语法缺失问题，即可正常运行。编写apply类自定义函数时，建议匹配到目标结果后直接return终止后续逻辑，避免无效遍历和变量覆盖问题。

内容的提问来源于stack exchange，提问作者Demi