如何按项目编码、位置列包含规则合并两个Pandas DataFrame

核心逻辑是先按Project_Code关联两张表，再过滤满足df1.Location包含df2.Location_City的记录，刚好满足你要求的两个字段同时匹配才能唯一识别的规则。

基础实现（适合中小数据量） #

import pandas as pd

# 第一步：按Project_Code做内连接，先保证项目编码匹配
merged_df = df1.merge(df2, on="Project_Code", how="inner")
# 第二步：过滤位置满足包含关系的记录
final_result = merged_df[merged_df.apply(lambda row: row["Location_City"] in row["Location"], axis=1)]

优化实现（适合百万级以上数据量） #

逐行apply性能较低，可以用列表推导替换，速度提升3-5倍：

final_result = merged_df[
    [city in loc for city, loc in zip(merged_df["Location_City"], merged_df["Location"])]
]

常见场景适配 #

• 若存在大小写不匹配的需求，可统一转小写后判断：

  final_result = merged_df[
      [city.lower() in loc.lower() for city, loc in zip(merged_df["Location_City"], merged_df["Location"])]
  ]
  

• 若Location_City包含.、*等正则特殊字符，用str.contains时需关闭正则匹配：

  final_result = merged_df[
      merged_df.apply(lambda row: row["Location"].contains(row["Location_City"], regex=False), axis=1)
  ]
  

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