从两个数据帧中获取匹配字符串的索引

，可以通过以下步骤实现：

导入必要的库和模块：

import pandas as pd
import numpy as np

创建两个数据帧（DataFrame）：

df1 = pd.DataFrame({'Column1': ['apple', 'banana', 'orange', 'grape'],
                    'Column2': ['cat', 'dog', 'elephant', 'monkey']})

df2 = pd.DataFrame({'Column3': ['This is an apple', 'I like bananas', 'Orange juice', 'Grapes are tasty'],
                    'Column4': ['apple', 'banana', 'orange', 'grape']})

使用字符串匹配函数str.contains()结合布尔索引（Boolean Indexing）来获取匹配字符串的行索引：

matching_indices = df2[df2['Column3'].str.contains('|'.join(df1['Column1']))].index

解析：

df2['Column3'].str.contains()用于判断df2的Column3列中是否包含df1的Column1列中的任何一个字符串。
'|'.join(df1['Column1'])用于将df1的Column1列中的字符串连接成一个正则表达式的模式，使用|分隔。
df2[df2['Column3'].str.contains('|'.join(df1['Column1']))]会返回包含匹配字符串的行的数据帧df2。
.index用于获取返回数据帧的行索引。

打印匹配字符串的行索引：

print(matching_indices)

完整代码示例：

import pandas as pd
import numpy as np

df1 = pd.DataFrame({'Column1': ['apple', 'banana', 'orange', 'grape'],
                    'Column2': ['cat', 'dog', 'elephant', 'monkey']})

df2 = pd.DataFrame({'Column3': ['This is an apple', 'I like bananas', 'Orange juice', 'Grapes are tasty'],
                    'Column4': ['apple', 'banana', 'orange', 'grape']})

matching_indices = df2[df2['Column3'].str.contains('|'.join(df1['Column1']))].index
print(matching_indices)

输出结果：

Int64Index([0, 1, 2, 3], dtype='int64')

在这个示例中，我们创建了两个数据帧df1和df2，其中df1包含了需要匹配的字符串列表，而df2包含了需要进行匹配的文本。通过使用字符串匹配函数str.contains()，我们将df1的字符串列表转换为正则表达式模式，并将其用于匹配df2的文本列。最终，我们获得了包含匹配字符串的行索引。