python - 使用 pandas 通过文本相似度合并两个数据框

Question

我运行如下查询:

select * 
from sd_sms LEFT JOIN categories_phrases 
    on sd_sms.body like  concat('%',categories_phrases.phrase1,'%')
    and sd_sms.body like concat('%',categories_phrases.phrase2,'%')
    and sd_sms.body like concat('%',categories_phrases.phrase3,'%')
    and sd_sms.body like concat('%',categories_phrases.phrase4,'%')

基本上，如果表 A 中的一个字段包含表 B 中的多个短语，它将连接两个表。但现在我需要在 Python 中执行此操作。

是否有任何简单的方法可以使用 pandas 合并两个表，以便得到相同的结果？

请指教

Answer 1

此代码示例适用于连接子句中的文本数据和类似条件。

from pandasql import *
import pandas as pd

pysqldf = lambda q: sqldf(q, globals())

df1 = pd.DataFrame({"name": ['Antony', 'Mark', 'Jacob'], "age":
                                                         [11,12,13]})
df2 = pd.DataFrame({"name": ['Antony', 'Gill', 'John']})

q = """SELECT * FROM df1 LEFT JOIN df2 ON df1.name LIKE '%' || df2.name || '%'"""

df = pysqldf(q)

这只是一个带有示例数据的虚拟 DF，但我对您的问题应用了类似的条件。

希望它有用。