如何匹配DataFrame的两列值到另一DataFrame指定列，匹配成功返回对应survey_id

核心逻辑是优先完整匹配「名+空格+姓」的组合，避免单独匹配名或姓出现的误命中情况，完全符合样例要求。

实现步骤 #

• 第一步：将调研表的first_name和last_name拼接为完整姓名，生成「完整姓名: survey_id」的映射字典
• 第二步：构建正则匹配规则，匹配所有调研人员的完整姓名
• 第三步：遍历投诉表的description字段，匹配到对应完整姓名后映射为survey_id，无匹配则留空

代码示例 #

import pandas as pd
import re

# 构造样例调研数据
survey_df = pd.DataFrame({
    "survey_id": ["survey1"],
    "first_name": ["John"],
    "last_name": ["Smith"]
})
# 构造样例投诉数据
complaint_df = pd.DataFrame({
    "complaint_number": ["complaint1", "complaint2", "complaint3"],
    "description": ["John Wick is a great movie", "Jason Smith stinks", "John Smith is awesome!"]
})

# 生成完整姓名与survey_id的映射
survey_df['full_name'] = survey_df['first_name'] + ' ' + survey_df['last_name']
name_to_id = dict(zip(survey_df['full_name'], survey_df['survey_id']))

# 构建正则匹配模式，re.escape避免姓名中包含特殊字符影响匹配
pattern = re.compile('|'.join(re.escape(name) for name in name_to_id.keys()))

# 匹配并生成matches列
def get_match(desc):
    match_res = pattern.search(desc)
    return name_to_id[match_res.group()] if match_res else ''

complaint_df['matches'] = complaint_df['description'].apply(get_match)

输出结果验证 #

运行后得到的投诉表和期望结果完全一致：

如果需要支持同一条投诉描述匹配多个调研人员的场景，只需修改匹配函数即可：

def get_match(desc):
    match_res = pattern.findall(desc)
    return ','.join([name_to_id[name] for name in match_res]) if match_res else ''

内容的提问来源于stack exchange，提问作者user7065877