Pandas DataFrame姓名列与语料列的部分匹配功能实现方法

你可以直接用Pandas自带的方法实现需求，不需要额外引入第三方库，也可以用正则实现，两种方案如下：

方案1：无正则实现（推荐，逻辑简单不易出错） #

逐行判断Name拆分后的所有单词是否有任意一个出现在Corpus中，代码示例：

import pandas as pd

# 构造示例DataFrame，实际使用时替换成你自己的数据源即可
data = {
    "Name": ["James Bond Junior Bristleback", "Batman Bin Superman", "Thor S/O Odin"],
    "Corpus": ["Agent James Bond went missing", "Superman saves the day again", "Loki was last seen in March 2020"]
}
df = pd.DataFrame(data)

# 核心匹配逻辑
df['Value'] = df.apply(
    lambda row: any(word in row['Corpus'] for word in row['Name'].split()), 
    axis=1
)

如果你需要匹配任意长度的连续子串（不限制为完整单词），调整核心逻辑为逐位匹配即可。

方案2：正则实现（灵活度更高，支持自定义规则） #

如果后续需要扩展匹配规则，比如忽略大小写、兼容特殊字符等，可以用正则实现：

import pandas as pd
import re

df['Value'] = df.apply(
    lambda row: bool(re.search(
        re.escape(row['Name']).replace(' ', '|'), 
        row['Corpus'],
        flags=re.IGNORECASE # 不需要忽略大小写可以删掉这个参数
    )), 
    axis=1
)

这里用re.escape处理Name字段避免特殊正则字符导致匹配报错，把空格替换为|实现任意姓名片段匹配的逻辑。

两种方案运行后都可以得到你需要的预期结果。

内容的提问来源于stack exchange，提问作者DDM