Pandas按优先级实现字符串前缀模糊匹配类VLOOKUP表连接

你的长前缀优先排序思路是正确的，直接基于排序后的前缀列表做逐行前缀命中即可，实现步骤如下：

1. 预处理参考映射表
   先对存储前缀映射的df1按前缀长度降序排序，保证长前缀优先参与匹配，避免短前缀提前抢占匹配结果，排序后将前缀和对应全称转为列表提升遍历效率：

import pandas as pd

df1 = pd.DataFrame({'Abb': ['G', 'GRE', 'Gou', 'B'],
                    'FullName': ['Gouna', 'GreenLand', 'Gouna', 'Bahr']})
df2 = pd.DataFrame({'OrderNo': ['INV20561', 'INV20562', 'INV20563', 'INV20564'],
                    'AreaName': ['GRE65335', 'Gou6D654', 'Gddd654', 'B65465']})

# 按前缀长度降序排序，重置索引避免顺序异常
df1_sorted = df1.sort_values(by="Abb", key=lambda x: x.str.len(), ascending=False, ignore_index=True)
# 提前构建前缀-全称映射列表
prefix_mapping = list(zip(df1_sorted['Abb'], df1_sorted['FullName']))

2. 编写前缀匹配函数
   对每个待匹配的区域字符串，按排序后的前缀顺序遍历，返回第一个命中前缀对应的全称，无匹配时可自定义返回值：

def get_full_name(area_str):
    for abb, full_name in prefix_mapping:
        # 前缀命中判断，如需不区分大小写可改为 area_str.upper().startswith(abb.upper())
        if area_str.startswith(abb):
            return full_name
    return None # 无匹配时默认返回空，可按需修改为"未匹配"等自定义值

3. 生成匹配结果列
   直接对df2的AreaName列应用匹配函数，即可得到最终结果：

df2['FullName'] = df2['AreaName'].apply(get_full_name)
print(df2)

运行后输出与预期完全一致：

OrderNo  AreaName   FullName
0  INV20561  GRE65335  GreenLand
1  INV20562  Gou6D654      Gouna
2  INV20563   Gddd654      Gouna
3  INV20564    B65465       Bahr

可选优化说明 #

• 数据量超过10万行时，可构建前缀树（Trie）结构替换线性遍历，进一步提升匹配性能，常规业务数据量下上述实现性能足够。
• 若存在相同长度的前缀可能命中同一字符串，可在排序时增加第二排序规则，按业务优先级指定同长度前缀的匹配顺序。
• 示例中df1初始打印的B对应值为Bahrain、后续期望结果为Bahr属于笔误，实际使用时替换为真实映射值即可。

内容的提问来源于stack exchange，提问作者Nagib