根据其他列更新列值

我对Pandas的了解较弱，对Python的了解也不深。

我想d.Alias根据现有列（d.Company和d2.Alias）的值更新列（）。d.Alias应该等于d2.Aliasifd2.Alias是的子字符串d.Company。

示例数据集：

d = {'Company': ['The Cool Company Inc', 'Cool Company, Inc', 'The Cool 
        Company', 'The Shoe Company', 'Muffler Store', 'Muffler Store'],
    'Position': ['Cool Job A', 'Cool Job B', 'Cool Job C', 'Salesman', 
        'Sales', 'Technician'],
    'City': ['Tacoma', 'Tacoma','Tacoma', 'Boulder', 'Chicago', 'Chicago'],
    'State': ['AZ', 'AZ', 'AZ', 'CO', 'IL', 'IL'],
    'Alias': [np.nan, np.nan, np.nan, np.nan, np.nan, np.nan]}
d2 = {'Company': ['The Cool Company, Inc.', 'The Shoe Company', 'Muffler 
         Store LLC'],
    'Alias': ['Cool Company', np.nan, 'Muffler'],
    'First Name': ['Carol', 'James', 'Frankie'],
    'Last Name': ['Fisher', 'Smith', 'Johnson']}

之所以如此np.nan，The Shoe Company是因为对于该实例，不需要别名。

我已经尝试使用.loc，for循环，while循环，pandas.where，numpy.where，和每一个没有理想的结果的几个变化。使用for循环时，将的结尾d2.Alias复制到中的所有行d.Alias。但是，我无法重现该内容。

我看过的以前的文章我不能上班，或者我听不懂：基于Pandas中的行匹配，用另一个DataFrame的值有条件地填充列pandas根据 其他列的值创建新列

任何帮助是极大的赞赏！

编辑：

预期产量

更新：
经过几天的修补，我达到了预期的结果。在温家宝的回应下，我不得不改变几件事。

首先，我从创建了一个df2.Alias名为的列表aliases：
aliases = df2.Alias.unique()

然后，我必须删除.map(df2.set_index('Company').Alias。生成我要的resutls行：
df1['Alias'] = df1.Company.apply(lambda x: [process.extract(x, aliases, limit=1)][0][0][0])。