数据帧中的字符串与具有多个匹配选项的其他数据帧的文本匹配

问：

我有一个数据帧 （df），其值位于“国家/地区”列中，我希望使用另一个名为“country_codes”的数据帧对其进行标准化。df 中的值可以与“country_codes”中的任何项目匹配，但生成的数据帧应包含相应的 country_code['country'] 值，即标准值。

该代码主要工作，并且确实返回标准国家/地区值，但正则表达式与确切的字符串不匹配。它匹配得太少（在本例中为：“Example1”）。

附加问题：是否有可能在最终输出数据帧中保留“年份”数据，而不指定名称“年份”，因为可能有多个浮点列。

下面显示了函数和所需的输出：

def match_country_codes(df, country_codes):
    # Create a regex pattern to match whole words
    pattern = '|'.join(rf'\b{re.escape(c)}\b' for c in country_codes[['country', 'alpha1', 'alpha2']].values.flatten())
    # new column for matches between pattern and df['country'] items
    df['matched_country'] = df['country'].str.extract(f'({pattern})', flags=re.IGNORECASE)
    # Merge with 'country_codes' dataframe to get the full country names
    # merge over 3 frames for all columns
    df1 = df.merge(country_codes, left_on='matched_country', right_on='country', how='left')
    df2 = df.merge(country_codes, left_on='matched_country', right_on='alpha1', how='left')
    df3 = df.merge(country_codes, left_on='matched_country', right_on='alpha2', how='left')

    dataframes = [df1, df2, df3]
    # merge all dataframes together on '[['country_y']]'
    result = reduce(merge_dataframes, dataframes)
    # Drop rows with None or NaN values in the 'country_y' column
    result = result.dropna(subset=['country_y'])
    # return result
    return result

示例数据帧：

df = pd.DataFrame({'country': ['foobar', 'foo and bar', 'Example1 and', 'PQR'], 
                  'year':[2018, 2019, 'NA',2017] 
                      })
country_codes = pd.DataFrame({'country': ['FooBar', 'Example1', 'foo and bar and foo', 'Example'],
                   'alpha1': ['foobar', 'Bosnia', 'ABC', 'DEF'],
                   'alpha2': ['GHI', 'JKL', 'MNO', 'PQR']             
                             })

输出：

result = match_country_codes(df, country_codes)
result

期望输出：

data = {'country_y': ['FooBar', 'Example']
           }

index_values = [0, 3]

desired_output = pd.DataFrame(data, index=index_values)
desired_output

谢谢