Как объединить два набора данных с помощью fuzzywuzzy - PullRequest
Новая
       30

Как объединить два набора данных с помощью fuzzywuzzy

2 голосов
/ 15 января 2020

У нас есть два фрейма данных

фрейм данных 1 ::

enter image description here

фрейм данных 2:

enter image description here

необходимо проверить те же данные во втором наборе данных в объединенном столбце и добавить столбец идентификатора из первого набора данных

означает вывод, подобный ::

enter image description here

!pip install fuzzywuzzy
from fuzzywuzzy import fuzz
data = pd.read_csv(dataframe 1)
df = pd.read_csv(dataframe 2)

word = data['data'].tolist()
find = df['combined'].tolist()
df_final = pd.DataFrame(columns=['combined','id'])
for j in find:
    j = str(j)
    for i in word:
        if i:
            i = str(i)
            Token_Sort_Ratio = fuzz.token_sort_ratio(j,i)
            if Token_Sort_Ratio > 70:
                #print(i)
                final = data[data.data == i]
                df1 = df[df.combined == j]
                df_final['id']=df_final['id'].append(final['id'],ignore_index=True)
                df_final['combined']= df_final['combined'].append(df1['combined'],ignore_index=True)

Но данные не добавляются в набор данных df_final, пожалуйста, помогите мне в этом. после этого мы планируем объединить df_final и dataframe 2 в комбинированном столбце

, пожалуйста, не стесняйтесь предлагать, если у вас есть какое-либо другое решение, кроме этого

1 Ответ

1 голос
/ 16 января 2020 
import pandas as pd 
from fuzzywuzzy import fuzz

df1 = pd.DataFrame([['12','gandhi vidhalaya 225'],['45','balvidhya mandir a 456'],['65','jspm 4568'],[45,'coep 7896']], columns= ['id','data'])

df2 = pd.DataFrame([['june','gandhi vidhalaya dc 225'],['july','balvidhya mandir a 456'],['march','jspm d 4568'],['jan','coep 7896']], columns= ['month','combined']) 


data = []
for i in range(df1.shape[0]):
    for j in range(df2.shape[0]):
        token_ratio =  fuzz.ratio(df1['data'][i], df2['combined'][j])
        if token_ratio > 70:
           column_B = df2.iloc[j]['combined']
           column_A = df2.iloc[j]['month']
           data.append((column_B, column_A))

df_final = pd.concat([df1,pd.DataFrame(data, columns  = ['combined_text','month'])], axis = 1)

#Op drop the data column you will get the desired result
df_final.drop(columns = ['data'])

enter image description here

...