python – Pandas将每一行与数据框中的所有行进行比较,并将结果保存在每行的列表中

我尝试通过fuzzywuzzy.fuzzy.partial_ratio()> = 85将每一行与pandas DF中的所有行进行比较,并在列表中为每一行写入结果.

in: df = pd.DataFrame( {'id':[1, 2, 3, 4, 5, 6], 'name':['dog', 'cat', 'mad cat', 'good dog', 'bad dog', 'chicken']})

使用pandas函数与fuzzywuzzy库得到结果：

out: 
    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  []

但我不明白怎么弄这个.

解决方法:

第一步是找到与给定名称的条件匹配的索引.由于partial_ratio只接受字符串,我们将其应用于数据帧：

name = 'dog'
df.apply(lambda row: (partial_ratio(row['name'], name) >= 85), axis=1)

然后我们可以使用枚举和列表推导来生成布尔数组中的真实索引列表：

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]

我们现在可以将该函数应用于整个数据帧：

df.apply(lambda row: func(row['name']), axis=1)