python——模糊匹配，循环遍历一个数据集，在参考集中寻找对应的项

Question

我正在尝试学习和实现 python 中的模糊匹配。我有两个数据集，我将它们作为数据帧加载到 pandas 中。集合 1 是参考集。集合二是包含与参考名称匹配的数据的集合。

我循环遍历 set_1 项以搜索参考中的相应条目，但出现错误。我需要一些帮助来解决这个错误。
我是否试图以一种好的方式构建算法？

我的尝试：

import pandas as pd
import fuzzywuzzy as fuzzy
from difflib import SequenceMatcher

set_1 = pd.read_csv("C:/Folder/file_1.csv")
set_2 = pd.read_csv("C:/Folder/file_2.csv")

query = set_1['name']
choices = set_2['name2']

for query in query:
    match = fuzzy.extractOne(query,choises=choises,scorer=scorer,score_cutoff=cutoff)

我收到以下错误：

AttributeError: module 'fuzzywuzzy' has no attribute 'extractOne'

Answer 1

如果您在 github 上查看包的 usage，您会注意到 extractOne 是 fuzzywuzzy.process 中定义的函数，因此您将需要像这样导入子模块：

import pandas as pd
from fuzzywuzzy import process  # <-- note the difference
from difflib import SequenceMatcher

set_1 = pd.read_csv("C:/Folder/file_1.csv")
set_2 = pd.read_csv("C:/Folder/file_2.csv")

query = set_1['name']
choices = set_2['name2']

for query in query:
    #       vvvvvvv  note the difference
    match = process.extractOne(query,choises=choises,scorer=scorer,score_cutoff=cutoff)

python——模糊匹配，循环遍历一个数据集，在参考集中寻找对应的项

python - fuzzy matching, looping through a data set to find corresponding items in the reference set

python

fuzzy-comparison

fuzzywuzzy