基于逗号拆分元素是否是Python中另一列的子字符串合并两个数据帧

给定数据帧

df1

，如下所示：

公司名称 行业关键词 鲁尼曲调 化学品、电气设备 阿森一族 信息技术、软件和服务 大豆绿 烟草、饮料 Initech 药品、保健 居民恶 技术 胡里 石油和天然气、能源 杂草 技术、食品 边缘 制造业 首先与一起使用，然后与convert index to column合并以避免丢失值，通过

join

聚合并添加到原始

df1

：

df11 = df1.assign(industry_keywords = df1['industry_keywords'].str.split(', ')).explode('industry_keywords')
df22 = df2.assign(industry_keywords = df2['industry_keywords'].str.split(', ')).explode('industry_keywords')

---

要删除重复项，请使用：

---

非常感谢，对于第一行的输出，我们得到了两个重复的

second-tier

标签，我们能保留一个吗？对不起，我还有一个问题，如果

df2

中的行业关键字在用逗号拆分后，是子字符串或与

df1

中的关键字完全相同，然后匹配它们。例如，假设汇丰银行的

行业关键词

是

银行、金融服务

，我希望它与

第三层

匹配，作为其

标签

，因为

第三层

的

行业关键词

元素

金融

是

金融服务

的子串，有可能吗？

s = (df11.reset_index()
         .merge(df22, on='industry_keywords')
         .groupby('index')['label']
         .agg(', '.join))

df1 = df1.join(s)
print (df1)

   company_name                             industry_keywords  \
0   Looney Tunes              Chemicals, Electrical Equipment   
1   The Simpsons  Information Technology, Software & Services   
2  Soylent Green                           Tobacco, Beverages   
3        Initech                 Pharmaceuticals, Health Care   
4  Resident Evil                                   Technology   
5          Hooli                          Oil and Gas, Energy   
6          Weeds                    Technology, Food Products   
7         Fringe                                Manufacturing   

                        label  
0  second tiers, second tiers  
1                 third tiers  
2                 first tiers  
3                         NaN  
4                 third tiers  
5                second tiers  
6    third tiers, first tiers  
7                second tiers  

s = (df11.reset_index()
         .merge(df22, on='industry_keywords')
         .drop_duplicates(['index','label'])
         .groupby('index')['label']
         .agg(', '.join))

df1 = df1.join(s)
print (df1)
   company_name                             industry_keywords  \
0   Looney Tunes              Chemicals, Electrical Equipment   
1   The Simpsons  Information Technology, Software & Services   
2  Soylent Green                           Tobacco, Beverages   
3        Initech                 Pharmaceuticals, Health Care   
4  Resident Evil                                   Technology   
5          Hooli                          Oil and Gas, Energy   
6          Weeds                    Technology, Food Products   
7         Fringe                                Manufacturing   

                      label  
0              second tiers  
1               third tiers  
2               first tiers  
3                       NaN  
4               third tiers  
5              second tiers  
6  third tiers, first tiers  
7              second tiers