在一个 dataframe 的一列中从另一个 dataframe 的另一列中查找字符串

Question

我正在尝试创建一个映射文件。 主要问题是通过使用一列来比较两个数据帧，然后返回两个数据帧中所有匹配字符串的文件以及数据帧中的一些列。

示例数据

df1 = pd.DataFrame({
    'Artist':
    ['50 Cent', 'Ed Sheeran', 'Celine Dion', '2 Chainz', 'Kendrick Lamar'],
    'album':
    ['Get Rich or Die Tryin', '+', 'Courage', 'So Help Me God!', 'DAMN'],
    'album_id': ['sdf34', '34tge', '34tgr', '34erg', '779uyj']
})

df2 = pd.DataFrame({
    'Artist': ['Beyonce', 'Ed Sheeran', '2 Chainz', 'Kendrick Lamar', 'Jay-Z'],
    'Artist_ID': ['frd345', '3te43', '32fh5', '235he', '345fgrt6']
})

所以主要的想法是创建一个 function 来提供一个映射文件，该文件将从 df1 的艺术家姓名列中获取一个项目，然后检查 df2 艺术家姓名列以查看是否有任何相似之处，然后创建一个包含相似艺术家列的映射 dataframe ，album_id 和 artist_id。

我尝试了下面的代码，但我是 python 的新手，所以我在 function 中迷路了。我希望能在新的 function 上获得一些帮助，或者在我尝试做的事情上有所建树。 谢谢！

我未能构建的代码：

def get_mapping_file(df1, df2):
# I don't know what I'm doing :'D
    for i in df2['Artist']:
        if i == df1['Artist'].any():
            name = i
            df1_id = df1.loc[df1['Artist'] == name, ['album_id']]
            id_to_use = df1_id.album_id[0]
            df2.loc[df2['Artist'] == i, 'Artist_ID'] = id_to_use
    return df2

所需的 output 是：

艺术家	艺术家_ID	专辑编号
艾德·希兰	3te43	34tge
双链大师	32fh5	34erg
肯德里克·拉马尔	235he	779uyj

Answer 1

我不确定这是否真的是您所需要的，但是您想要的 output 是两个数据帧之间的内部连接：

pd.merge(df1, df2, on='Artist', how='inner')

这将为您提供两个数据框中都存在的艺术家的行。

Answer 2

对我来说，很容易找到那个结果。 所以你可以这样做：

frame = df1.merge(df2, how='inner')

frame = frame.drop('album', axis=1)

然后你就会得到你的结果。 谢谢 ！