如何通过字符串包含合并基于两列的 2 个数据帧

Question

我的问题与此有些相似：如何在字符串包含上合并熊猫？，但我需要不同的输出，问题本身有点复杂。所以我有 2 个类似于下面的数据帧：

df1 = pd.DataFrame({'ref_name':['city-louisville','city-louisville','city-louisville', 'town-lexington','town-lexington','town-lexington'], 'un_name1':['CPU1','CPU2','GPU1','CPU1','CPU2','GPU1'], 'value1':[10,15,28,12,14,14]})
df2 = pd.DataFrame({'ref_name':['louisville','louisville','lexington','lexington'], 'un_name2':['CPU','GPU','CPU','GPU'], 'value2':[25,28,26,14]})

我需要根据ref_name加入，并根据其中的子字符串un_name。它们不会总是像这样干净，但我认为这是一个不错的小例子。因此，在这种情况下，我所需的输出如下所示：

ref_name  |  un_name1  |  un_name2  | value1  |  value2
---------------------------------------------------------
louisville|  CPU1      |  CPU       |  10     |  25
louisville|  CPU2      |  CPU       |  15     |  25
louisville|  GPU1      |  GPU       |  28     |  28
lexington |  CPU1      |  CPU       |  12     |  26
lexington |  CPU2      |  CPU       |  14     |  26
lexington |  GPU1      |  GPU       |  14     |  14

提前感谢您对此的任何帮助！

Answer 1

这是我能想到的最通用的版本。如果数据帧很大，则性能可能会有问题。

mask1 = df2['ref_name'].apply(lambda value: df1['ref_name'].str.contains(value))
mask2 = df2['un_name2'].apply(lambda value: df1['un_name1'].str.contains(value))
mask = (mask1 & mask2).stack().rename_axis(['index2', 'index1'])
mask = mask[mask].index.to_frame(False)
result = mask.merge(df2, left_on='index2', right_index=True) 
.merge(df1, left_on='index1', right_index=True)

结果：

index2  index1  ref_name_x un_name2  value2       ref_name_y un_name1  value1
0       0  louisville      CPU      25  city-louisville     CPU1      10
0       1  louisville      CPU      25  city-louisville     CPU2      15
1       2  louisville      GPU      28  city-louisville     GPU1      28
2       3   lexington      CPU      26   town-lexington     CPU1      12
2       4   lexington      CPU      26   town-lexington     CPU2      14
3       5   lexington      GPU      14   town-lexington     GPU1      14

修剪/重命名列是留给 OP 的练习。