如何在不同pandas DataFrame中匹配关键词并为父DF新增匹配结果列

• 第一步：提取所有待匹配关键词，对关键词中的正则特殊字符做转义，避免匹配出错
• 第二步：基于关键词列表构建正则匹配模式，可根据需求选择是否开启大小写不敏感匹配
• 第三步：遍历父DataFrame的Description列，提取所有命中的关键词存入新增的Keywords列

import pandas as pd
import re

# 提取关键词列表并转义特殊字符
keywords_list = [re.escape(keyword) for keyword in df_keywords['Keywords to Search'].tolist()]
# 构建正则匹配规则，若不需要忽略大小写可删除 flags=re.IGNORECASE 参数
match_pattern = re.compile('|'.join(keywords_list), flags=re.IGNORECASE)

# 匹配并生成新列，将代码中「父df」替换为你的父DataFrame实际变量名即可
父df['Keywords'] = 父df['Description'].apply(
    lambda desc: ', '.join(match_pattern.findall(desc)) if match_pattern.search(desc) else ''
)

若需完全匹配整词而非子字符串，可将正则规则调整为 r'\b(' + '|'.join(keywords_list) + r')\b'，即可避免关键词作为其他单词的一部分被误匹配。

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