使用pandas模糊匹配两个DataFrame的两列，报错

使用pandas模糊匹配两个DataFrame的两列，报错

import re
import pandas as pd

df1 = pd.read_excel(r'/Users/Minute/Desktop/XX工作/XXXX品牌标签.xlsx')
df2 = pd.read_excel(r'/Users/Minute/Desktop/XX工作/XXXX全量商户V2.xlsx')

# print(df1.head(), df2.head())
'''  
df1  index brand
0      1  皇冠假日
1      2    假日
2      3  智选假日
3      4    洲际
4      5    华邑
----------------------------------------
df2 mid                NAMES
0    1            长沙华雅国际大酒店
1    2  湖南金龙玉凤集团澧县桃花滩宾馆有限公司
2    3         舟山市新锦港宾馆有限公司
3    4                 普瑞酒店
4    5      南京金陵之星大酒店有限责任公司
'''

dict_keys = {row.index: row.brand for row in df1.itertuples()}

# print(type(dict_keys), dict_keys)
'''
class 'dict'> 
{1: '皇冠假日', 2: '假日', 3: '智选假日', 4: '洲际', 
5: '华邑', 6: '喜来登', 7: '万豪', 8: '万怡', 9: '威斯汀', 
10: '万丽', 11: '福朋', 12: 'JW 万豪', 13: '丽思卡尔顿'}
'''


def merge_func(row):
    row['key_ids'] = [keyid
                      for key_word, keyid in dict_keys.items()
                      if re.search(key_word, row['NAMES'], re.IGNORECASE)]
    return row


df_merge = df2.apply(merge_func, axis=1)
'''
TypeError: first argument must be string or compiled pattern
'''

TypeError: first argument must be string or compiled pattern

修改colunm的标签、修改Python文件名后都报此错。但是使用win电脑执行命令就不报错。

可执行def merge_func(row)函数

看报错应该是正则使用不正确，re.search()的第一个参数应该是正则表达式的字符串，你这里是整数（字典的键）

def merge_func(row):
    row['key_ids'] = [keyid
                      for key_word, keyid in dict_keys.items()
                      if re.search(key_word, row['NAMES'], re.IGNORECASE)]
    return row

修改为

def merge_func(row):
    row['key_ids'] = [keyid
                      for key_word, keyid in dict_keys.items()
                      if re.search(key_word, row['NAMES'], re.IGNORECASE)]
    return str(row)

试试