为什么.str.contains（）在这里找不到部分匹配项？ （熊猫数据框）

Question

Pandas数据框“ df1”具有带有字符串值的列（“ Receiver”）。

df1
    Receiver
44  BANK
106 restaurant
149 Tax office
63  house
55  car insurance

我想遍历该列的每一行，检查它们是否与另一个数据帧（“ df2”）中的值（主要是一词或两词搜索词）匹配，然后在正确的行上返回匹配的列标题。我正在尝试使用以下功能：

df1.Receiver.apply(lambda x:
                               ''.join([i for i in df2.columns 
                               if df2.loc[:,i].str.contains(x).any()]) 
                               )

问题： 但是，此仅适用于 df1的“接收器”列中的值，该值由仅一个单词组成（因此，“银行”，“餐厅”和“房屋”在这种情况下有效）。

两个或两个以上单词的值不起作用（在这种情况下为“税收办公室”和“汽车保险”）。

str.contains（）是否还应该找到部分匹配项？如何在“接收器”列中具有两个或多个单词的值中找到部分匹配项？

编辑：df2的外观如下，它具有不同的类别作为列标题，然后每个列都将搜索词作为值

df2
    Banks    Restaurants   Car           House
0   BANK     restaurant    car           house
1   bank     mcdonalds     
2            Subway                 

这是单个问题中的全部问题，可以在右侧看到输出，并且未找到类别“汽车”和“税收办公室”，因为接收者“汽车保险”和“税收办公室” （df1中的接收方列）仅与搜索词“ car”和“ Tax” （df2的“ Car”和“ Tax office”列中的值）部分匹配。

Answer 1

代替迭代数据框行，可以迭代df2的列，并将正则表达式与pd.Series.str.contains一起使用：

df1 = pd.DataFrame({'Receiver': ['BANK', 'restaurant house', 'Tax office', 'mcdonalds car']})

df1['Receiver_new'] = ''
for col in df2:
    values = '|'.join(df2[col].dropna())
    bool_series = df1['Receiver'].str.contains(values)
    df1.loc[bool_series, 'Receiver_new'] += f'{col}|'

print(df1)

#            Receiver        Receiver_new
# 0              BANK              Banks|
# 1  restaurant house  Restaurants|House|
# 2        Tax office                    
# 3     mcdonalds car    Restaurants|Car|