如何用df1关键词匹配df2描述列并剔除不匹配行？代码求助

我来帮你搞定这个问题～你之前的代码逻辑方向不对，而且isin()函数并不适合做字符串包含匹配，这就是为什么结果全是False的原因。下面我会一步步解释问题所在，再给出正确的实现方案。

问题分析 #

你写的df1["Keyword"].isin(df2["Description"])是在检查：df1里的每个关键词是否完全等于df2的Description列中的某一行，而不是检查df2的每个Description是否包含df1里的任意关键词。逻辑完全反了，而且isin()是精确匹配，不是包含匹配，所以自然得不到正确结果。

正确实现步骤 #

1. 先构造示例数据（方便你复现） #

import pandas as pd

df1 = pd.DataFrame({'Keyword': ['Car', 'Dog', 'Elephant', 'Bat']})
df2 = pd.DataFrame({'Description': [
    'I like driving my car',
    'No keywords here!',
    'Bart gets an Elephant',
    'No keywords in this sentence'
]})

2. 方法一：基础包含匹配（忽略大小写） #

我们可以用str.contains()结合正则表达式，把所有关键词拼成一个匹配模式，检查每个Description是否包含任意一个关键词：

# 把所有关键词拼接成正则表达式，用|分隔（表示匹配任意一个）
keywords_pattern = '|'.join(df1['Keyword'])

# 检查每个Description是否包含关键词，case=False忽略大小写，na=False处理空值
df2['Check'] = df2['Description'].str.contains(keywords_pattern, case=False, na=False)

# 筛选出包含关键词的行，去掉临时的Check列
filtered_df2 = df2[df2['Check']].drop('Check', axis=1)

运行后filtered_df2的结果就是你想要的：

Description
0  I like driving my car
2    Bart gets an Elephant

3. 方法二：整词匹配（避免部分匹配） #

如果需要避免部分匹配（比如不想让关键词Car匹配Carrot），可以给关键词加上单词边界\b：

# 给每个关键词添加单词边界，确保匹配完整单词
keywords_pattern = '|'.join([rf'\b{kw}\b' for kw in df1['Keyword']])

df2['Check'] = df2['Description'].str.contains(keywords_pattern, case=False, na=False)
filtered_df2 = df2[df2['Check']].drop('Check', axis=1)

这个方法会更精确，只匹配独立的单词，不会匹配包含关键词的更长单词。

内容的提问来源于stack exchange，提问作者Lee Roy