在匹配列顺序不同时，根据部分字符串匹配合并来自另一个数据帧的值

，可以通过以下步骤实现：

首先，需要将两个数据帧进行合并。在Python中，可以使用pandas库的merge函数来实现。merge函数会根据指定的列进行合并，默认情况下使用所有重叠列作为合并键。
确定需要合并的列。根据题目的描述，需要根据部分字符串进行匹配合并，因此需要确定用于匹配的列。
进行部分字符串匹配。可以使用pandas库的str.contains函数来判断一个字符串是否包含指定的部分字符串。可以通过在merge函数中传递一个lambda函数来实现部分字符串匹配。
合并数据帧。根据匹配列进行合并，并选择需要合并的列。可以通过指定merge函数的on参数来指定合并列，并通过merge函数的suffixes参数来指定合并列重叠时的后缀。

以下是一个示例代码：

import pandas as pd

# 创建两个数据帧
df1 = pd.DataFrame({'列A': ['abc123', 'def456', 'ghi789'],
                    '列B': [1, 2, 3]})
df2 = pd.DataFrame({'列C': ['123', '456', '789'],
                    '列D': ['value1', 'value2', 'value3']})

# 进行部分字符串匹配
merged_df = df1.merge(df2[df2['列C'].apply(lambda x: any(substring in x for substring in df1['列A']))],
                      left_on='列A', right_on=df2['列C'].apply(lambda x: any(substring in x for substring in df1['列A'])),
                      suffixes=('', '_merged'))

# 选择需要的列
merged_df = merged_df[['列A', '列B', '列D']]

print(merged_df)

此代码将根据df1的'列A'列的部分字符串匹配，将df2的'列D'列的值合并到df1中，生成一个新的数据帧merged_df。最后打印出merged_df的结果。

以上就是根据部分字符串匹配合并来自另一个数据帧的值的完整过程。关于pandas库的更多用法，可以参考pandas官方文档。