pandas如何将两个表格的相关列模糊匹配在一起

Question

如下有两个表格，如果df_keyword表格中的keyword列中，某个值被df_sentence中的sentence列中某个值中包含的话，就把df_keyword表格中的keyid列的相应值匹配到df_sentence中的相应位置去，不知道表达清楚了吗

df_sentence = pd.DataFrame({
  "senid" : np.arange(10,17),
  "sentence" : [
      "怎样用pandas实现merge？",
      "Python之Numpy详细教程",
      "怎么使用Pandas批量拆分与合并Excel文件？",
      "怎样使用pandas的map和apply函数？",
      "深度学习之tensorflow简介",
      "tensorflow和numpy的关系",
      "基于sklearn的一些机器学习的代码"
  ]
})
df_keyword = pd.DataFrame({
  "keyid" : np.arange(5),
  "keyword" : ["numpy", "pandas", "matplotlib", "sklearn", "tensorflow"]
})

Answer 1

原先的位置直接挤掉还是怎么说？
暂时按照挤下去的计算

---

代码如下：

import pandas as pd
import numpy as np

df_sentence = pd.DataFrame({
    "senid": np.arange(10, 17),
    "sentence": [
        "怎样用pandas实现merge？",
        "Python之Numpy详细教程",
        "怎么使用Pandas批量拆分与合并Excel文件？",
        "怎样使用pandas的map和apply函数？",
        "深度学习之tensorflow简介",
        "tensorflow和numpy的关系",
        "基于sklearn的一些机器学习的代码"
    ]
})
df_keyword = pd.DataFrame({
    "keyid": np.arange(5),
    "keyword": ["numpy", "pandas", "matplotlib", "sklearn", "tensorflow"]
})

print(df_sentence)
for idx, row in df_sentence.iterrows():
    sentence = row['sentence']
    for _idx, _row in df_keyword.iterrows():
        if _row['keyword'].lower() in sentence.lower():
            row['sentence'] = _idx
            df_sentence.loc[idx, 'sentence'] = _idx

print("###############################################")
print(df_sentence)

输出为

  senid                   sentence
0     10          怎样用pandas实现merge？
1     11           Python之Numpy详细教程
2     12  怎么使用Pandas批量拆分与合并Excel文件？
3     13    怎样使用pandas的map和apply函数？
4     14          深度学习之tensorflow简介
5     15        tensorflow和numpy的关系
6     16        基于sklearn的一些机器学习的代码
###############################################
   senid sentence
0     10        1
1     11        0
2     12        1
3     13        1
4     14        4
5     15        4
6     16        3

---

如有问题及时沟通