如何按列的值合并两个csv文件，其中一个是python的另一个子字符串？

Question

我正在处理一个csv文件，其中包含〜100.000 bib条目，包括作者，标题，位置和年份（请参阅bib1.csv）。我有另一个csv文件（bib2.csv），其中包含bib1.csv的子集。由于此子集包含其他字段（即bib1.csv中缺少的发布者），因此我想将这两个字段合并，最好使用python的pandas。因为bib1.csv很可能包含多个作者的Bibentry，所以仅对作者进行合并将无法满足我的要求。问题：bib1.csv包含完整标题，而bib2.csv包含简短标题，它是完整标题的子字符串。

---

bib1.csv

author,fulltitle,place,year
author1,title one 1,place1,1800
author2,title two one 2.1,place2,1801
author2,title two two 2.2,place2,1802
author3,title three one 3.1,place3,1803
author3,title three two 3.2,place4,1803

---

bib2.csv

author,shorttitle,publisher,year
author1,one 1,publisher1,1800
author2,2.1,publisher2,1801
author2,two two,publisher2,1802
author3,title three two,publisher1,1803

---

我从基于熊猫的python脚本开始（请参见下文），首先阅读csv文件并将两者合并。然后我遇到了“ isin”和“ str.contains”。由于csv2的short-title列包含csv1中的fulltitle的子字符串，因此我正在寻找一种方法，该方法以基于非字符串的方式比较列字段。问题：是否有类似的东西：

finalbib = mergedbib.loc[mergedbib['fulltitle'].str.contains('$shorttitle')]

任何暗示都值得赞赏。

---

mergebib.py

import pandas as pd

bib1 = pd.read_csv('bib1.csv', skipinitialspace=True, delimiter=',', parse_dates=True)
bib2 = pd.read_csv('bib2.csv', skipinitialspace=True, delimiter=',', parse_dates=True)

mergedbib = bib1.merge(bib2, on=['author']).drop('shorttitle', axis=1).drop('year_y', axis=1)

finalbib = mergedbib # here my substring-constraint

print(finalbib.to_csv(index=False))