如何在Pandas DataFrame中通过匹配邮箱前缀与格式化后的姓名查找目标行

嘿，我完全懂你遇到的问题——直接用str.contains搭配Series确实行不通，因为它是拿整个Series去匹配每个邮箱元素，而不是咱们需要的逐行对应比较。别担心，换个思路就搞定了，给你两种靠谱的方法：

方法一：向量式处理（效率更高，推荐大数据集） #

咱们分别对两列做格式化处理，然后直接逐行比较是否相等，用这个布尔结果来筛选行就行：

import pandas as pd

# 先还原你的测试数据
data = {
    'Email': ['john.cena@gmail.com', 'john.smith@gmail.com'],
    'Name': ['John Cena', 'John Cena']
}
df = pd.DataFrame(data)

# 1. 处理姓名列：转小写，把空格换成点
formatted_name = df['Name'].str.lower().str.replace(' ', '.')
# 2. 提取邮箱的前缀部分（@之前的内容）
email_prefix = df['Email'].str.split('@').str[0]
# 3. 构造匹配条件，筛选符合的行
matched_rows = df.loc[email_prefix == formatted_name]

print(matched_rows)

运行后你会看到只有第一行john.cena@gmail.com对应的记录被筛选出来，这正是你要的结果。

方法二：逐行apply处理（可读性强，适合小数据集） #

如果觉得向量式的处理有点绕，也可以用apply逐行判断，逻辑和你写的条件完全一致：

matched_rows = df[df.apply(
    lambda row: row['Email'].split('@')[0] == row['Name'].lower().replace(' ', '.'),
    axis=1  # axis=1表示按行处理
)]

这个方法的逻辑更直观，每一行都会执行你设定的匹配规则，返回True/False，最后用这个布尔序列过滤DataFrame。

为啥你之前的方法不行？ #

你之前用dataframe["Email"].str.contains(dataframe["Name"].replace(" ", "."))，问题出在str.contains接受的是一个字符串（或正则），而你传了一个Series，它会把整个Series当成要匹配的模式，这显然不是逐行对应的逻辑，所以才会出错。

备注：内容来源于stack exchange，提问作者badbadllama