使用Pandas校验多列姓名字段是否存在于全名字段并统计匹配数

校验规则说明 #

逐行匹配满足以下全部条件的记录，计入有效统计：

• 该行FIRST_NAME、LAST_NAME（若存在中间名字段则一并纳入校验）中至少有1个非空值
• 所有非空的名字字段值，均能在同一行的FULL_NAME字段中完整匹配存在

测试数据构造 #

先构建与题给样例完全一致的测试DataFrame：

import pandas as pd

# 构造样例数据
data = {
    "FULL_NAME": ["Joe Bloggs", "Greg", "Larson", "Emily Sun", "Clara Zen", "Justin Tim"],
    "FIRST_NAME": ["Joe", None, "Larson", None, None, "Justin"],
    "LAST_NAME": ["Bloggs", "Greg", None, None, None, "Tim"]
}
df = pd.DataFrame(data)

逐行校验代码实现 #

1. 定义单行校验函数，支持灵活扩展校验的名字列（如需加入中间名字段，仅需修改校验列列表即可）：

def validate_row(row, check_column_list):
    # 提取当前行所有待校验字段的非空值
    non_empty_name_list = row[check_column_list].dropna().tolist()
    # 无有效非空名字直接判定为无效
    if not non_empty_name_list:
        return False
    # 校验所有非空名字是否都在FULL_NAME中
    full_name_content = row["FULL_NAME"]
    return all(name in full_name_content for name in non_empty_name_list)

2. 执行逐行校验并统计有效记录数：

# 指定需要参与校验的名字列，有中间名列时可追加到列表中
check_cols = ["FIRST_NAME", "LAST_NAME"]
# 逐行生成校验结果
df["is_valid"] = df.apply(lambda x: validate_row(x, check_cols), axis=1)
# 统计有效记录总数
valid_total = df["is_valid"].sum()

结果与注意事项 #

• 执行上述代码后，valid_total的输出值为4，与预期统计结果完全一致。

可选调整：若需忽略大小写匹配，可在校验前将full_name_content和每个name统一转为小写/大写后再做包含判断。
注意：若实际业务数据中空值为空白字符串格式，需先执行df.replace("", pd.NA, inplace=True)完成空值统一转换，避免校验逻辑误判。

内容的提问来源于stack exchange，提问作者Girl007