python - 如何使用模糊逻辑从 Pandas 数据框中匹配和提取文本？

Question

我有两个数据框如下: DF1:

Name                     Value
buying fish hook         240
arrange lunch            75
repair equipment         800
purchase air condition   1400
buying fish              66

DF 2:

Name
fish
lunch
equipemt
air condition
hair condition
fish hook

我想用模糊逻辑匹配两个数据框中名称列中的名称，并将第二个数据框中的名称列添加到第一个数据框中:

Name                     Value    item
buying fish hook         240      fish hook
arrange lunch            75       lunch
repair equipment         800      equipment
purchase air condition   1400     air condition

并非所有名称都完全匹配。 Df 2 有几个名字，有些有匹配词，例如:air condition 和 hair condition。从 DF 1 拆分值会导致未匹配，其中鱼钩仅与鱼匹配

Answer 1

您可以使用 pd.Series.apply使用 next 和一个生成器表达式。在多个匹配的情况下，此方法将按 df2 中的行顺序给予优先级。如果未找到匹配项，find_key 将返回 None。

def find_key(x):
    return next((i for i in df2['Name'].values if x in i), None)

df1['item'] = df1['Name'].apply(find_key)