有一个叫做fuzzy_panda的包可以使用levenshtein进行比率字符串匹配。
例如:
import pandas as pd
import fuzzy_pandas as fpd
df1 = pd.DataFrame({'Key':['Apple', 'Banana', 'Orange', 'Strawberry']})
df2 = pd.DataFrame({'Key':['Aple', 'Mango', 'Orag', 'Straw', 'Bannanna', 'Berry']})
results = fpd.fuzzy_merge(df1, df2,
left_on='Key',
right_on='Key',
method='levenshtein',
threshold=0.6)
results.head()
因此,我不知道是否可以在结果中显示阈值。
输出为:
Key Key
0 Apple Aple
1 Banana Bannanna
2 Orange Orag
我想要这样的东西:
Key Key Ratio
0 Apple Aple 0.81
1 Banana Bannanna 0.87
2 Orange Orag 0.78
Maybe with another library
1条答案
按热度按时间ifmq2ha21#
要创建阈值,可以执行以下代码:
results ['相似度']=结果.apply(lambda x:模糊.令牌集比率(x ['关键字'],x ['关键字']),轴=1)