我有以下资料框，

df = pd.DataFrame([['Coca-Cola','Coca-Cola Ltd Co'], ['BMW','Company BMW Ltd'], ['Nike','Adidas Ltd and Co.']], columns=['Brand','Company Name'])

我需要根据“品牌”和“公司名称”列中的相同措辞来协调“状态”列：

Brand             Company Name

Coca-Cola         Coca-Cola Ltd Co
BMW               Company BMW Ltd
Nike              Adidas Ltd and Co.

理想情况下，我希望我的“状态”列将“相同”回传到相同的品牌和公司名称，将“不”回传到不同的，如下所示：

    Brand             Company Name     Status

Coca-Cola         Coca-Cola            same
BMW               Company BMW Ltd      same
Nike              Nike Ltd and Co.     not

我目前的方法是有效的，但并非适用于所有人，因为某些公司名称介于两者之间或不同（具有完整的公司名称）

my_list=[]
for brands,names in zip(df.Brand,df["Company Name"]):
    if brands==names:
       my_list.append('same')
    else:
       my_list.append('not')

请分享您对我如何根据两列中的相同措辞进行协调的建议。谢谢。

uj5u.com热心网友回复：

如果品牌名称不是多个词，我们可以简单地Company Name在空白处拆分并查找成员资格：

df['Status'] = df.apply(lambda x: 'same' if x['Brand'] in x['Company Name'].split() else 'not', axis=1)

输出：

       Brand        Company Name Status
0  Coca-Cola    Coca-Cola Ltd Co   same
1        BMW     Company BMW Ltd   same
2       Nike  Adidas Ltd and Co.    not

uj5u.com热心网友回复：

您可以使用List comprehension更好的时间。zip将列合并为一并检查是否Brand存在于Company Name：

In [251]: df['Status'] = ['same' if x in y else 'not' for x,y in zip(df['Brand'], df['Company Name'].str.split())]

In [252]: df
Out[252]: 
       Brand        Company Name Status
0  Coca-Cola    Coca-Cola Ltd Co   same
1        BMW     Company BMW Ltd   same
2       Nike  Adidas Ltd and Co.    not

时间：

In [261]: def f1():
     ...:     df['Status'] = df.apply(lambda x: 'same' if x['Brand'] in x['Company Name'].split() else 'not', axis=1)
     ...: 

In [259]: def f2(): 
     ...:     df['Status'] = ['same' if x in y else 'not' for x,y in zip(df['Brand'], df['Company Name'].str.split())]

In [262]: %timeit f1() # @Manlai's solution
468 μs ± 15.2 μs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

In [263]: %timeit f2() # my solution
360 μs ± 6.67 μs per loop (mean ± std. dev. of 7 runs, 1000 loops each)