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

Question

我尝试将 pandas 数据框中的每一行与 fuzzywuzzy.fuzzy.partial_ratio() >= 85 中的所有行进行比较，并将每一行的结果写入列表中。

示例：

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

我想将 pandas 函数与 fuzzywuzzy 库一起使用以获得结果：

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  []

但是我不明白如何得到这个。

Answer 1

第一步是找到与给定 name 条件匹配的索引。由于 partial_ratio 只接受字符串，我们 apply 它到数据框：

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

然后我们可以使用 enumerate 和列表理解生成布尔数组中 true 索引的列表：

matches = df.apply(lambda row: (partial_ratio(row['name'], name) >= 85), axis=1)
[i for i, x in enumerate(matches) if x]

让我们把所有这些都放在一个函数中：

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)

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

Compare each row with all rows in data frame and save results in list for each row

python

pandas

data-analysis

fuzzywuzzy