如何基于另一个DataFrame登记的技能为需求DataFrame分配匹配人员

方案1：字典映射法（推荐，大数据量下性能更好） #

仅需遍历一次人员表构建技术到负责人的映射，后续直接匹配即可：

import pandas as pd
import numpy as np

# 你原有的构造代码
censo = pd.DataFrame({"Name":["Uriel","Ricardo","Rodrigo","Arion"], "Tec":[("Sas, Python"),("Python, Pyspark"),("Python, Tableau"),("Excel")]})
tec = pd.DataFrame({"Request":["001","002","003","004"], "Tec":["Python","Sas","Tableau","Excel"]})

# 构建技术到第一个掌握该技术的人员的映射字典
tec_map = {}
for _, person in censo.iterrows():
    techs = person["Tec"].split(", ")
    for t in techs:
        # 仅保存第一个匹配的人员，符合你要"第一个最匹配"的需求
        if t not in tec_map:
            tec_map[t] = person["Name"]

# 直接映射生成新列
tec["Assignment"] = tec["Tec"].map(tec_map)

最终tec输出结果如下：

方案2：逐请求匹配法（适合小数据量，逻辑直观） #

如果数据量很小，也可以直接对每个请求遍历人员表匹配：

def get_match(req_tec):
    for _, person in censo.iterrows():
        if req_tec in person["Tec"]:
            return person["Name"]
    return np.nan

tec["Assignment"] = tec["Tec"].apply(get_match)

原有代码问题说明 #

你之前的测试代码错误点在于：对censo['Name']执行lambda x: 'Python' in x是判断人员姓名里是否包含Python字符串，和技术列完全无关，因此无法得到正确结果。如果要沿用哑变量的思路，需要对tec里的技术名称取对应哑变量列值为1的第一个Name即可，但性能和可读性都不如上面的映射方案。

内容的提问来源于stack exchange，提问作者Ricardo J. Martínez Suástegui