Python Pandas数据帧-基于“合并”合并两个数据帧；InStr“&燃气轮机；0

我在Python中有两个数据帧

存储在单元格中的数据如下所示：

DF1
- DatabaseId    Integer
- DatabaseName  String

DF2
- CreateString  String

我想将列DataBaseID应用于DF2中的任何记录，其中DF1.DatabaseName存在于Create String的上下文中

Example:
DatabaseName = "UserDB"        CreateString = "This create string would fail"
DatabaseName = "UserDB"        CreateString = "This create string has UserDB in it"

第一条记录将失败，并且不会包含在结果集中。 第二条记录将成功，并将出现在结果集中

我研究了各种选项，包括

.isin

，和

.contains

，但这些都不起作用。这似乎是一个“受控”笛卡尔连接，带有“如果匹配成功”条件。但我还没有找到一种方法来做到这一点，而且效率很高

需要评估的总列表大小在100K和500K之间

更新 添加了更多示例数据：

>>> DF1.head(10)
DatabaseID     DatabaseName
0              DB1
1              DB2
2              DB3
3              DB4
...

>>> DF2.head(10)
CreateString
None
None
None
CREATE VIEW DB1.Table1 AS LOC…
None
REPLACE VIEW DB3.Table3...
CREATE VIEW DB3.Table10 AS SELE...
CREATE VIEW DB55.Table999 AS SELEC...
...

Desired Result
DatabaseID      DatabaseName        CreateText
0               DB1                 CREATE VIEW DB1.Table1 AS LOC…
2               DB3                 REPLACE VIEW DB3.Table3...
2               DB3                 CREATE VIEW DB3.Table10 AS SELE...
...
etc...
...

---

更新：如何解析表名：

In [100]: df2['TableName'] = df2.CreateString.str.extract('\s+(\w+\.\w+)\s+', expand=True)

In [101]: df2
Out[101]:
                            CreateString DatabaseName      TableName
0                                   None          NaN            NaN
1                                   None          NaN            NaN
2                                   None          NaN            NaN
3         CREATE VIEW DB1.Table1 AS LOC…          DB1     DB1.Table1
4                                   None          NaN            NaN
5            REPLACE VIEW DB3.Table3 ...          DB3     DB3.Table3
6     CREATE VIEW DB3.Table10 AS SELE...          DB3    DB3.Table10
7  CREATE VIEW DB55.Table999 AS SELEC...         DB55  DB55.Table999

原始答案：

您可以这样做：

In [83]: df2['DatabaseName'] = df2.CreateString.str.extract('\s+(\w+)\.\w+\s+', expand=True)

In [84]: pd.merge(df2, df1, on='DatabaseName', how='left')
Out[84]:
                            CreateString DatabaseName  DatabaseID
0                                   None          NaN         NaN
1                                   None          NaN         NaN
2                                   None          NaN         NaN
3         CREATE VIEW DB1.Table1 AS LOC…          DB1         0.0
4                                   None          NaN         NaN
5            REPLACE VIEW DB3.Table3 ...          DB3         2.0
6     CREATE VIEW DB3.Table10 AS SELE...          DB3         2.0
7  CREATE VIEW DB55.Table999 AS SELEC...         DB55         NaN

---

您可以显示实际的数据帧吗？为了澄清，您只需要DF2中包含DF1的DatabaseName列中的一个数据库名称的条目？您是否尝试过从DatabaseName列生成正则表达式，然后执行类似于DF2.loc[：，'CreateString'].str.contains（regex）的操作，其中regex是从DF1 DatabaseName列生成的正则表达式？虽然这对数据库有效，但如果我需要数据库| |'。| | Tablename怎么办？是否需要进行“安装”（安装）类型检查？这里有一个甲骨文的例子：@Lee_Str，你在哪里需要它？作为新列？作为新列或作为构建新数据帧的“过滤器”。如果它是一个新列，我将使用它来过滤新的数据帧。@Lee_Str，它有帮助吗？谢谢。是的，的确如此！我需要学习正则表达式。