过滤器系列/另一个数据框的数据框

Question

假设我有一个Series（或DataFrame）s1，例如美国所有大学的列表：

                     University
0            Searcy Harding University
1          Angwin Pacific Union College
2    Fairbanks University of Alaska Fairbanks
3        Ann Arbor University of Michigan

和另一个系列（od DataFrame）s2，例如美国所有城市的列表：

      City
0    Searcy
1    Angwin 
2   New York 
3   Ann Arbor 

和我想要的输出（主要是s1和s2的交集：]

     Uni City
0     Searcy
1     Angwin 
2    Fairbanks 
3    Ann Arbor 

事情是：我想创建一个由cities组成的系列，但只有这些，它们具有大学/学院。我的第一个想法是从s1中删除“大学”或“学院”部分，但事实证明，这与Angwin Pacific Union College一样还不够。然后，我想到只留下第一个单词，但不包括Ann Arbor。最终，我得到了所有城市的序列s2，现在我正尝试将其用作过滤器（类似于.contains()或.isin()的过滤器），因此，如果字符串s1（通用名称）包含s2（城市名称）的元素的any，然后仅返回城市名称。

我的问题是：如何以一种整洁的方式来做？

Answer 1

我将尝试对至少一个大学名称中包含的城市进行列表理解：

pd.Series([i for i in s2 if s1.str.contains(i).any()], name='Uni City')

使用示例数据，它给出：

0       Searcy
1       Angwin
2    Ann Arbor
Name: Uni City, dtype: object

Answer 2

使用的数据

df=pd.DataFrame({'University':['Searcy Harding University','Angwin Pacific Union College','Fairbanks University of Alaska Fairbanks','Ann Arbor University of Michigan']})
df

df2=df=pd.DataFrame({'City':['Searcy','Angwin','Fairbanks','Ann Arbor']})
df2

将df2.City转换为设置

s=set(df2.City.unique().tolist())

计算df['Uni City']

df['Uni City']=df['University'].apply(lambda x: next((i for i in s if i in x)), np.nan)

结果