我正在嘗試在 Python 中執行一個與 Excel 中的 VLOOKUP 非常相似的操作。但基于字串的第一部分，問題是第一部分不是一定的長度。
例如：我有 Gouna 和 GreenLand 的參考資料，但Gouna的查找值有時以G開頭，有時以Gou開頭，而 GreenLand 的查找值以Gre開頭
我有以下兩個熊貓資料框：
df1 = pd.DataFrame({'Abb': ['G', 'GRE', 'Gou', 'B'],
'FullName': ['Gouna', 'GreenLand', 'Gouna', 'Bahr']})
df2 = pd.DataFrame({'OrderNo': ['INV20561', 'INV20562', 'INV20563', 'INV20564'],
'AreaName': ['GRE65335', 'Gou6D654', 'Gddd654', 'B65465']})
print(df1)
Abb FullName
0 G Gouna
1 GRE GreenLand
2 Gou Gouna
3 B Bahrain
print(df2)
OrderNo AreaName
0 INV20561 GRE65335
1 INV20562 Gou6D654
2 INV20563 Gddd654
3 INV20564 B65465
我需要的輸出應該是：
OrderNo AreaName FullName
0 INV20561 GRE65335 GreenLand
1 INV20562 Gou6D654 Gouna
2 INV20563 Gddd654 Gouna
3 INV20564 B65465 Bahr
我的方法是按值長度對df1中的Abb值進行降序排序：
df1.sort_values(by="Abb", key=lambda x: x.str.len(), ascending=False)
Abb FullName
1 GRE GreenLand
2 Gou Gouna
0 G Gouna
3 B Bahrain
然后使用帶有 for 回圈的 vlookup 執行某種排序，而不是或應用自定義函式。這就是我卡住的地方
提前致謝
uj5u.com熱心網友回復：
您可以制作一個正則運算式來提取國家 Abb，然后將其用作合并鍵：
# we need to sort the Abb by decreasing length to ensure
# specific Abb match before more generic (e.g. Gou/GRE match before G)
regex = '|'.join(df1['Abb'].sort_values(key=lambda s: s.str.len(),
ascending=False)
)
# 'GRE|Gou|G|B'
out = df2.merge(df1, right_on='Abb',
left_on=df2['AreaName'].str.extract(f'^({regex})', expand=False)
)
如果大小寫無關緊要：
key = df1['Abb'].str.lower()
regex = '|'.join(key
.sort_values(key=lambda s: s.str.len(), ascending=False)
)
# 'gre|gou|g|b'
out = df2.merge(df1, right_on=key,
left_on=df2['AreaName']
.str.lower()
.str.extract(f'^({regex})', expand=False)
).drop(columns='key_0')
輸出：
OrderNo AreaName Abb FullName
0 INV20561 GRE65335 GRE GreenLand
1 INV20562 Gou6D654 Gou Gouna
2 INV20563 Gddd654 G Gouna
3 INV20564 B65465 B Bahr
轉載請註明出處，本文鏈接：https://www.uj5u.com/ruanti/493404.html