各行をパンダデータフレーム内のすべての行と比較しfuzzywuzzy.fuzzy.partial_ratio() >= 85
、結果を各行のリストに書き込んでみます。
例:
df = pd.DataFrame({'id': [1, 2, 3, 4, 5, 6], 'name': ['dog', 'cat', 'mad cat', 'good dog', 'bad dog', 'chicken']})
fuzzywuzzy
ライブラリでpandas関数を使用して、結果を取得したいと思います。
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 []
しかし、私はこれを取得する方法がわかりません。
最初のステップは、特定のの条件に一致するインデックスを見つけることname
です。以来partial_ratio
唯一の私たち、文字列を取るapply
データフレームに:
name = 'dog'
df.apply(lambda row: (partial_ratio(row['name'], name) >= 85), axis=1)
次にenumerate
、内包表記を使用してリスト内包表記を使用true
し、ブール配列のインデックスのリストを生成できます。
matches = df.apply(lambda row: (partial_ratio(row['name'], name) >= 85), axis=1)
[i for i, x in enumerate(matches) if x]
これらすべてを関数内に入れましょう:
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]
これで、関数をデータフレーム全体に適用できます。
df.apply(lambda row: func(row['name']), axis=1)
この記事はインターネットから収集されたものであり、転載の際にはソースを示してください。
侵害の場合は、連絡してください[email protected]
コメントを追加