python数据模糊匹配,使用python中两个数据集的模糊匹配创建标志

我尝试了两个df的模糊比较，就我的研究而言，没有快速的方法来做。使用4fuzz方法也会降低脚本的速度。一种方法是使用'工艺提取酮()`并创建一个函数：from fuzzywuzzy import process

def fw_process(row_df1):

# Select the addresses from df2 with same postal_code

df2_select_add = df2['address'][df2['postal_code'] == row_df1['postal_code']]

ad_1 = row_df1['address']

# Find the best match for ad_1 in df2_select_add and get the ratio with [1]

# for the name of df2_select_add , use [0]

if process.extractOne(ad_1, df2_select_add)[1] >= 80:

return 'Y'

else:

return 'N'

然后要在df1中创建列标志，请执行以下操作：

^{pr2}$

注意：名称df2不是作为函数的参数调用的，这不是一种更干净的方式，但是如果在代码中使用这个名称定义它，它就可以工作了。在

如果您想保留4fuzz方法，那么可以按照相同的想法创建函数：from fuzzywuzzy import fuzz

def fw_fuzz ( row_df1):

# Select the addresses from df2 with same postal_code

df2_select_add = df2['address'][df2['postal_code'] == row_df1['postal_code']]

ad_1 = row_df1['address']

# Get the max of the max of the 4 fuzz comparison between ad_1 and df2_select_add

if max (df2_select_add.apply(lambda x: max(fuzz.ratio(ad_1, x), fuzz.partial_ratio(ad_1, x),

fuzz.token_sort_ratio(ad_1, x),fuzz.token_set_ratio(ad_1, x)))) >= 80:

return 'Y'

else:

return 'N'

然后：df1['flag'] = df1.apply(fw_fuzz, axis=1)

python数据模糊匹配,使用python中两个数据集的模糊匹配创建标志相关推荐

python双重直方图_Python 2.x中两幅图像的直方图匹配？
我以前写过一个答案here解释如何在图像直方图上进行分段线性插值,以实现高光/中音/阴影的特定比率. 两幅图像之间histogram matching的基本原理相同.基本上,计算源图像和模板图像的累积 ...
Python数据可视化学习（初学中...）
Python数据可视化学习(初学中...) 1.使用Matplotlib生成数据图 1.1.安装Matplotlib包 1.2.Matplotlib数据图入门 1.2.1.折线图举例 1.2.2.图表 ...
Python数据分析学习系列十三 Python建模库介绍
Python数据分析学习系列十三 Python建模库介绍资料转自(GitHub地址):https://github.com/wesm/pydata-book 有需要的朋友可以自行去github下载 ...
python数据对比校验_Python对比数据库两张表是否一致
工作中我们经常需要对比数据库中两张表的数据是否有差异,以下代码通过pymsql对两张表的数据进行简单对比,可以记录新旧表的数据总数,以及两张表中有差异的数据. 应用场景:旧表中数据迁移到新表运行结果 ...
python数据分析软件0代码,python数据分析软件开发
大家好,小编为大家解答python数据分析软件0代码的问题.很多人还不知道python数据分析处理软件,现在让我们一起来看看吧! 1.sas和python的区别 sas和python的区别: 1.成本 ...
多个模糊匹配条件下对两个数据集的高效聚合方法（加权最近邻优化）及实例代码
背景介绍: 现在某一社交软件,收集20W+的男女用户数据集包括:ID.性别.生日.身高系数.工资系数等信息. 其中,身高系数.工资系数为male和female各自性别集合里统计出来的标准化数据,例如分 ...
干货！小白入门Python数据科学全教程 Python大数据分析
本文讲解了从零开始学习Python数据科学的全过程,涵盖各种工具和方法你将会学习到如何使用python做基本的数据分析你还可以了解机器学习算法的原理和使用说明先说一段题外话.我是一名数据工程师 ...
python数据图表可视化GUI,python做可视化数据图表
Python中数据可视化的两个库! 1. Matplotlib:是Python中众多数据可视化库的鼻祖,其设计风格与20世纪80年代的商业化程序语言MATLAB十分相似,具有很多强大且复杂的可视化功能 ...
python数据可视化实现步骤,Python 代码轻松实现数据可视化的5 种使用方法
散点图散点图非常适合展示两个变量之间的关系,因为你可以直接看到数据的原始分布. 如下面第一张图所示的,你还可以通过对组进行简单地颜色编码来查看不同组数据的关系.想要可视化三个变量之间的关系? 没问题 ...

python数据模糊匹配,使用python中两个数据集的模糊匹配创建标志

python数据模糊匹配,使用python中两个数据集的模糊匹配创建标志相关推荐

最新文章

热门文章