Python 如何基于包含的字符串合并两个数据帧？

我有两个数据帧，我想根据包含的字符串在特定列上合并。这似乎是以下问题，但顺序不同：

将熊猫作为pd导入
df1=pd.DataFrame（{'Amount'：[10,20,30]，'Description'：['这是一个文本'，'这是另一个文本'，'这是一个重要的']}）
df2=pd.DataFrame（{'Text'：['other'，'important']，'Category'：['other Category'，'important Category']}）
rhs=（df1.1说明）
.apply（lambda x:df2[df2['Category']]如果str（x）.lower（）中的df2[df2['Text']]为无）
)
（pd.concat（[df1.Amount，rhs]，轴=1，忽略指数=True）
.rename（列={0:'金额'，1:'类别'}））

我收到以下错误消息：

KeyError:[Index（['other'，'important']，dtype='object'）]中没有一个在[columns]中

---

发生这种情况的原因是lambda表达式。对于df2[df2['Text']]部分，我尝试遍历包含类别的数据帧，但这不起作用。

假设df2是一个唯一的文本及其类别表，我想这可能会起作用。（假设dfs与您发布的相同）

---

你能分享一份所需输出的样本吗？

join_map = {row['Text']:row['Category'] for ind,row in df2.iterrows()}

df1['Category'] = df1['Description'].apply(lambda x: [val for key,val in join_map.items() if key in x][0] if [val for key,val in join_map.items() if key in x] else None)