在另一列中查找最接近的匹配项

如何解决在另一列中查找最接近的匹配项

是否有找到与字符串最接近的匹配项的方法？ df有2个独立的列。 user_input是具有1000个非空行的列。由于只有20个possible_fruits，所以possible_fruits有980个空行。

df
    user_input    possible_fruits
     aapl            apple
     applee          pear
     aaaple          banana
...

预期产量

user_input  closest_match_in_possible_fruits
aapl            apple      
applee          apple      
aaaple          apple      

解决方法

尝试使用http://docs.python.org/library/difflib.html#difflib.get_close_matches

difflib.get_close_matches(user_input1,possible_fruits)

对于列，

for i in df:
   answer = difflib.get_close_matches(df['user_input'][i],df['possible_fruits'])
   print (answer)

编辑：

user_input = df['user_input']
possible_fruits = df['possible_fruits']

for i in user_input:
    answer = difflib.get_close_matches(user_input[i],possible_fruits)
    print(answer)

,

使用NLP技术进行校正

方法：1 安装 pyspellchecker

安装

pip3 install pyspellchecker

代码：-

from spellchecker import SpellChecker
spell = SpellChecker()

# find those words that may be misspelled
misspelled = spell.unknown(['aaple','applee','aaaple'])

for word in misspelled:
    # Get the one `most likely` answer
    print(spell.correction(word))
    # Get a list of `likely` options
    print(spell.candidates(word))

输出：-

apple
sample
apple

方法：2 使用 textblob 库

安装

pip3 install textblob

代码：-

from textblob import TextBlob

a = ["aaple","applee","aaaple"]      # incorrect spelling
print("original text: "+str(a))
for i in a:
    b = TextBlob(i)

    # prints the corrected spelling
    print("corrected text: "+str(b.correct()))

输出：-

apple
apple
apple

谢谢：）