如何在Pandas中匹配两个DataFrame列值并新增对应topic列

前置准备 #

先构造示例数据方便验证效果：

import pandas as pd

# 最初需求的df1
# df1 = pd.DataFrame({
#     'name': ['Harry', 'Kenny', 'Zoey'],
#     'value': ['a', 'b', 'h']
# })

# 更新需求后的df1
df1 = pd.DataFrame({
    'name': ['Harry Lee', 'Kenny', 'Zoey'],
    'value': ['a', 'b', 'h']
})

df2 = pd.DataFrame({
    'list': ['Jame, Harry, Noah', 'lee, zee'],
    'topic': ['topic1', 'topic2']
})

最初需求实现 #

逻辑是先把df2的list列拆分展开，生成「单个名字-对应topic」的映射表，直接匹配df1的name列即可：

# 预处理df2：拆分list列，展开为单条名字对应topic的结构
df2_explode = df2.assign(name=df2['list'].str.split(',\s*')).explode('name')
name_to_topic = df2_explode.set_index('name')['topic'].to_dict()

# 匹配填充present列
df1['present'] = df1['name'].map(name_to_topic).fillna('none')

运行后即可得到预期的最初需求输出。 #

更新需求实现 #

新增了全名拆分、多匹配结果拼接的要求，同时适配示例中Lee和lee大小写不敏感的匹配逻辑，实现如下：

# 第一步：预处理df2，生成统一小写的名字到topic的映射，避免大小写匹配失败
df2['name_parts'] = df2['list'].str.split(',\s*').apply(lambda x: [i.lower() for i in x])
name_topic_map = df2.explode('name_parts').groupby('name_parts')['topic'].apply(list).to_dict()

# 第二步：定义匹配函数，拆分df1的全名后逐个匹配，拼接所有命中的topic
def match_topics(full_name):
    # 拆分全名并统一转小写
    parts = [p.lower() for p in full_name.split()]
    matched = []
    for p in parts:
        if p in name_topic_map:
            matched.extend(name_topic_map[p])
    # 去重后拼接，无匹配返回none
    return ' '.join(sorted(set(matched))) if matched else 'none'

# 应用函数生成present列
df1['present'] = df1['name'].apply(match_topics)

运行后得到的df1即符合更新需求的预期输出：

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