Python pandas-使用多个字符串比较不同数据帧的两列

我对pandas很陌生，有个任务要求我比较和匹配两列不同的.csv文件。 数据类型是字符串

第一个df
姓名|受试者
学生1 |生物、数学、德语
学生2 |体育、生物、英语
学生3 |化学、数学、生物

第二个df
姓名|受试者
教师1 |生物、体育、英语
教师2 |化学、数学、物理
教师3 |生物、物理、化学、英语

现在，我应该比较并找出学生和老师之间的最佳匹配。 也就是说，他们应该至少匹配一个主题，但要“完美匹配”所有主题

我已经尝试了不同的方法——pd.merge、iterrows、isin等等——但找不到性能优异的解决方案

我不是在要求解决我的任务，而是在正确的方向上做一点小小的努力

---

谢谢大家!

您可以首先使用

pd.pivot_table

以主题列为轴心，然后对

student

和

teacher

表的

subject列进行
合并
，以根据主题关联教师和学生。
您可以首先使用
pd.pivot_table
以主题列为轴心，然后进行分析
ofpd.merge
在
subject
上合并
student
和
teacher
表格的
列，以根据科目将教师和学生联系起来。
既然你说你不想要解决方案，但想朝正确的方向推进，那么我将如何处理这个问题：

以列表形式读取两个数据集。让我们给学生和老师打电话
e、 g

第一行将垂直分隔符“|”替换为“，”。然后，它拆分该行并省略第一行（标题）

然后，下一个Python命令确保每个学生都以列表的形式出现，以便于轻松转换为数据帧

学生现在是
[['Name'，'Subjects'，]['Student1'，'Biology'，'Math'，'derman'，['Student2'，'Sport'，'Biology'，'English'，]['Student3'，'Chemistry'，'Math'，'Biology']

将
学生
和
教师
转换为数据帧。数据框中的第一列将是学生/教师标识符，每个科目将有一列。某些单元格将留空，例如，如果一些学生选修多达四门课程，而其他学生选修两门课程，那么选修两门课程的学生将在他们的行中有两个空单元格。我最初猜测执行此方法将使用两个分隔符：“|”和“，”。也可以使用
.replace（）
方法将“|”转换为“，”，只需使用一个分隔符即可

students=pd.DataFrame（students，columns=['name'，'s1'，'s2'，'s3']）

然后，学生成为

       name          s1        s2        s3
0  Student1     Biology      Math    German
1  Student2       Sport   Biology   English
2  Student3   Chemistry      Math   Biology

然后使用pandas
wide\u to\u long
方法将两个数据集更改为“long”格式。换言之，每个学生/老师每修一门课都有一行。因此，如果一个学生选修3门课，他们将有3排
df=pd.wide\u to\u long（学生，[“s”]，i=“name”，j=“subject”）。重置索引（）

学生
现在成为

       name  subject           s
0  Student1        1     Biology
1  Student2        1       Sport
2  Student3        1   Chemistry
3  Student1        2        Math
4  Student2        2     Biology
5  Student3        2        Math
6  Student1        3      German
7  Student2        3     English
8  Student3        3     Biology

合并主题上的学生和教师数据框，然后使用groupby对（学生、教师）组合进行分组，以查找每个学生的“最佳匹配”教师
我将把最后一步留给您，但将继续监视此线程，以查看您是否有任何问题（您可以通过评论向我发送通知）

如果答案对你有帮助，请随意投票/接受。
既然你说你不想要一个解决方案，但想朝着正确的方向推进，下面我将如何解决这个问题：

以列表形式读取两个数据集。让我们给学生和老师打电话
e、 g

第一行将垂直分隔符“|”替换为“，”。然后，它拆分该行并省略第一行（标题）

然后，下一个Python命令确保每个学生都以列表的形式出现，以便于轻松转换为数据帧

学生现在是
[['Name'，'Subjects'，]['Student1'，'Biology'，'Math'，'derman'，['Student2'，'Sport'，'Biology'，'English'，]['Student3'，'Chemistry'，'Math'，'Biology']

将
学生
和
教师
转换为数据帧。数据框中的第一列将是学生/教师标识符，每个科目将有一列。某些单元格将留空，例如，如果一些学生选修多达四门课程，而其他学生选修两门课程，那么选修两门课程的学生将在他们的行中有两个空单元格。我最初猜测执行此方法将使用两个分隔符：“|”和“，”。也可以使用
.replace（）
方法将“|”转换为“，”，只需使用一个分隔符即可

students=pd.DataFrame（students，columns=['name'，'s1'，'s2'，'s3']）

然后，学生成为

       name          s1        s2        s3
0  Student1     Biology      Math    German
1  Student2       Sport   Biology   English
2  Student3   Chemistry      Math   Biology

然后使用pandas
wide\u to\u long
方法将两个数据集更改为“long”格式。换言之，每个学生/老师每修一门课都有一行。因此，如果一个学生选修3门课，他们将有3排
df=pd.wide\u to\u long（学生，[“s”]，i=“name”，j=“subject”）。重置索引（）

学生
现在成为

       name  subject           s
0  Student1        1     Biology
1  Student2        1       Sport
2  Student3        1   Chemistry
3  Student1        2        Math
4  Student2        2     Biology
5  Student3        2        Math
6  Student1        3      German
7  Student2        3     English
8  Student3        3     Biology

合并主题上的学生和教师数据框，然后使用groupby对（学生、教师）组合进行分组，以查找每个学生的“最佳匹配”教师
我将把最后一步留给您，但将继续监视此线程，以查看您是否有任何问题（您可以通过评论向我发送通知）

如果答案对您有帮助，请随时投票/接受。
欢迎来到Stackoverflow！几个问题：你说的“最佳匹配”是什么意思？一定要有精确的匹配吗？主题的顺序重要吗？回答问题