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

我尝试使用fuzzywuzzy.fuzzy.partial_ratio() >= 85将每行与 Pandas 数据框中的所有行进行比较，并将结果写在每行的列表中。

例子:

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

我想在fuzzywuzzy库中使用pandas函数来获取结果:

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  []

但是我不知道如何得到这个。

最佳答案

第一步是找到与给定name的条件匹配的索引。由于partial_ratio仅接受字符串，因此我们将其apply到数据帧:

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

然后，我们可以使用enumerate和list comprehension在 bool 数组中生成true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到一个函数中:

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]

现在，我们可以将函数应用于整个数据框:

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

关于python - 将每一行与数据框中的所有行进行比较，并将结果保存在每一行的列表中，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/35459316/