发现这个很难，想看看你是否可以提供帮助，请：
我有两个df，dfA和dfB。每个列都有一个telnum、file和datetime列，但只有dfA包含name列，只有dfA具有完整的电话号码字符串值，不像dfB有时有部分完整的电话号码，最多n位数x，例如有时缺少国际呼叫代码， 其他时候，存在"0"而不是 int'l 调用代码，而其他时候，国际呼叫代码或前导"0"都不存在。
dfA还包含比dfB更多的数据(<10 行)，但在两者之间有完整的timestamp、file和telnum列，始终分别带有日期时间和字符串值(即使如上所述dfB['telnum']并不完全完整)。
我想做的是从dfA中提取dfB['telnum']匹配dfA['telnum']的行，但由于dfB['telnum']并不总是完整的，所以我也需要检查匹配项作为dfA['telnum']的子字符串。
我希望结果是dfResult的，但返回的结果在左侧有dfA值，在右侧有dfB值，以便我可以看到不同的file和datetime值。
有什么想法吗？
编辑：
我想我需要一个内部合并，例如
pandas.merge(dfA, dfB, on='telnum', how='inner')
但是，由于字符串telnumdfB['telnum']并不总是完整的，因此结果不完整。如何通过检查dfB['telnum']是否也是dfA['telnum']的子字符串来获得两者之间匹配的内容？
在执行任何复杂的连接之前，您需要清理数据。 我不确定您所在国家/地区的情况如何，但在我的国家/地区，如果您删除国际前缀或前导零，电话号码将变为 9 位数字长。
以下是我建议你做的：
- 清理您的"telnum"列：
def remove_non_numbers(string):
result = ""
for char in string:
if char.isnumeric():
result += char
return result
# Do this for both dataframes just in case
df["telnum"] = df["telnum"].apply(remove_non_numbers)
- 删除最后 9 个之前的任何数字：
def limit9(string):
if len(string) > 9:
return string[-9:]
return string
# Do this for both dataframes
df["telnum"] = df["telnum"].apply(limit9)
- 现在您可以尝试合并清理后的DF：
dfResult = pd.merge(dfA, dfB, on='telnum', how='inner')
祝你好运！让我知道它是否有效。
由于您没有根据描述提供任何示例输入或输出，因此我在这里进行尝试。这是一个多方面的问题，根据您的电话号码的外观，可以有很多方法。
让我在这里有两个数据帧(跳过您的其他列)：dfA和dfB。
dfA：
telnum
0 0049123456789
1 00919444454555
2 0092789742893
dfB：
telnum
0 123456789
1 09444454555
首先，让我们清理dfB中的数字。dfB可以有以下数字：
- 带有ISD代码的数字 - 如
00918888888888 - 前面有 0 的数字
08888888888 - 仅数字 -
8888888888
我正在剥离每个以 0 开头的数字。因此，任何具有国际代码0091成为091的东西，或者具有091并成为91，并且具有0888888888成为888888888。这样做是，由于您的 dfA 具有带有 ISD 代码的完整编号，我认为该代码不符合00xxNNNNNNNN格式，因此应该很容易找到子字符串匹配。
dfB['telnum'] = dfB['telnum'].apply(lambda x : x[1:] if x.startswith("0") else x)
dfB 现在看起来像(请注意，第一个出现的 0 已被剥离)：
telnum
0 123456789
1 9444454555
从 dfB 中获取所有数字并将它们转换为列表：
tempList = dfB['telnum'].tolist()
现在在另一个数据帧中查找匹配项：
dfA[dfA.telnum.str.contains('|'.join(tempList))]
您现在应该得到：
telnum
0 0049123456789
1 00919444454555
因此，您已经找到了匹配的那些数字。现在，您可以继续处理这些行，并与其他列或任何您想要的内容执行必要的联接。