我尝试使用 fuzzywuzzy.fuzzy.partial_ratio() >= 85 将每一行与 pandas 数据框中的所有行进行比较，并将结果写入每一行的列表中。
例子:
df = pd.DataFrame({'id': [1, 2, 3, 4, 5, 6], 'name': ['dog', 'cat', 'mad cat', 'good dog', 'bad dog', 'chicken']})
我想使用带有 fuzzywuzzy 库的 pandas 函数来获得结果:
id name match_id_list
1 dog [4, 5]
2 cat [3, ]
3 mad cat [2, ]
4 good dog [1, 5]
5 bad dog [1, 4]
6 chicken []
但我不明白如何得到这个。
最佳答案
第一步是找到与给定 name 的条件相匹配的索引。由于 partial_ratio 只接受字符串，我们将其应用到数据帧:
name = 'dog'
df.apply(lambda row: (partial_ratio(row['name'], name) >= 85), axis=1)
然后我们可以使用 enumerate 和列表推导来生成 bool 数组中的 true 索引列表:
matches = df.apply(lambda row: (partial_ratio(row['name'], name) >= 85), axis=1)
[i for i, x in enumerate(matches) if x]
让我们将所有这些放在一个函数中:
def func(name):
matches = df.apply(lambda row: (partial_ratio(row['name'], name) >= 85), axis=1)
return [i for i, x in enumerate(matches) if x]
我们现在可以将函数应用于整个数据框:
df.apply(lambda row: func(row['name']), axis=1)
关于python - 将每一行与数据框中的所有行进行比较，并将每行的结果保存在列表中，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/35459316/