检查来自一个 dataframe 的文本是否存在于另一个 dataframe Python

Question

我是使用文本和 nlp 的新手，现在我有两个这样的数据框（原始数据非常大）：

1. 测向仪

全名	日期	价值
STEAM/暴雪有限责任公司-合资企业	2001-08-03	是
ACCO/SSD/高频公司	2020-03-03	是
阿提哈德航空/汉莎航空/HD LLC	2018-01-12	否
约翰集团 PLC/劳斯莱斯 PLC	2005-12-19	是
FEDRA/KELL ELECTRONICS-战略联盟	1999-09-27	否
CBC/MAFA STUDIOS {CBC/MAFA ENTERTAINMENT}	2013-06-24	否

2. 测向仪

公司	另一个值
灵魂名字交互	50
阿提哈德公司	300
劳斯莱斯 plc comp	8个
玛法公司	1000
汉莎航空公司	12
Dll有限公司	18
阿提哈德机场	1个
高清公司	743

我需要从 DF2 的“公司”列检查 DF1 的“All_name”列中是否有公司。 结果必须类似于新的 dataframe，如果它们在 DF1 中，则具有来自 DF2 的值。 在这个例子中，它看起来像：

DF_结果：

公司	另一个值
阿提哈德公司	300
劳斯莱斯 plc comp	8个
玛法公司	1000
汉莎航空公司	12
阿提哈德机场	1个
公司高清	743

困难在于数据框中两列之间的差异，只有一些词是相似的。 我必须比较单词（？）或其他东西......

Answer 1

这将适用于此数据集，但在大型数据集上使用它时要小心，因为它可能会给你一些误报，因为数据非常混乱：

df_1['All_name'] = df_1['All_name'].str.lower()
df_2['Soul Name Intertament'] = df_2['Soul Name Intertament'].str.lower()
all_companies = df_1['All_name'].str.split('/').explode().str.split(' ')

def apply_this(x):
    for company in all_companies:
        if len(set(x.split(' ')).intersection(set(company)))>=1:
            return True
    return False

df_result = df_2[df_2['Soul Name Intertament'].apply(lambda x: apply_this(x))]
print(df_result)

Output：

      Soul Name Intertament    50
0            etihad company   300
1      rolls-royce plc comp     8
2          mafa corporation  1000
3  aircorporation lufthansa    12
5            airport etihad     1
6            hd corporation   743