熊猫数据框-合并两个基于“ InStr”> 0的数据框

Question

我在Python Pandas中有两个DataFrame。

存储在单元格中的数据如下：

DF1
- DatabaseId    Integer
- DatabaseName  String

DF2
- CreateString  String

我想将列DataBaseID应用于DF2中DF1.DatabaseName存在于创建字符串的上下文中的任何记录。

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，并位于结果集中。

我研究了各种选项，包括.isin和.contains ，但是这些选项没有用。 这似乎是带有“如果找到匹配成功”条件的“受控”笛卡尔连接。 但是我一直没有找到有效的方法来做到这一点。

需要评估的列表总数在100K到500K之间。

UPDATE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...
...

Answer 1

UPDATE：如何解析表名称：

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：

您可以这样操作：

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