我试图创建一个附加的专栏，其中有一个“伟大的共同因素版本”，并称之为 gcf_version . 它只是简单地将点号后面的最后一个字段删除 Version .

import pandas as pd
import csv

def removeLast(str):
  return '.'.join(str.split('.')[:-1])

# read csv data

df1 = pd.read_csv('report.csv')
df2 = pd.read_csv('mapper.csv')

df1['gcf_version'] = df1['Version'].map(removeLast)
df2['gcf_version'] = df2['Version'].map(removeLast)

left_join = pd.merge(df1, df2, on ='gcf_version', how ='left')
print(left_join)

输出如下：

Product   Version_x gcf_version   Version_y Answer
0       A     6.0.270        6.0     6.0.270    Yes
1       B  8.0.2510.8   8.0.2510  8.0.2510.%     No

你现在可以选择放弃什么和保留什么。

我提出了这个解决方案，因为我找不到一种方法来直接在正则表达式上合并/加入2个 Dataframe 。

import pandas as pd

mapper = {'Version': ['6.0.270', '8.0.2510.%'],
          'Answer': ['Yes', 'No']}
report = {'Product': ['A', 'B'],
          'Version': ['6.0.270', '8.0.2510.8']}

mapper_df = pd.DataFrame(mapper)
report_df = pd.DataFrame(report)

Map器

Version Answer
0     6.0.270    Yes
1  8.0.2510.%     No

报告

Product     Version
0       A     6.0.270
1       B  8.0.2510.8

这里我添加了一个新列，而不是使用 replace() 函数在上添加匹配值 Answer 基于正则表达式的列之间的匹配 Version 柱。注意，我已经替换了 % 具有 * 创建一个合适的正则表达式。

mapper_df['Version'] = mapper_df['Version'].map(lambda x: str(x).replace("%", "*"))

to_replace = mapper_df.Version.values.tolist()
values = mapper_df.Answer.values.tolist()

report_df["new"] = report_df['Version'].replace(to_replace, values, regex=True)

print(report_df)

输出

Product     Version  new
0       A     6.0.270  Yes
1       B  8.0.2510.8   No

编辑
注意：此解决方案旨在通过提供的示例数据解决提供的问题。如果存在其他不同的通配符场景，则需要相应地更新正则表达式构建。只需更新更新的这一行 Version 列具有有效的匹配正则表达式。

mapper_df['Version'] = mapper_df['Version'].map(lambda x: str(x).replace("%", "*"))