将数据框中的每一行与所有行进行比较，并将结果保存在列表中，逐行处理。

Question

我会尽力进行翻译，以下是您需要翻译的内容：

我尝试使用 fuzzywuzzy.fuzzy.partial_ratio() >= 85 将每一行与 pandas dataframe 中的所有行进行比较，并将结果写入每一行的列表中。

示例：

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

我想使用pandas函数和fuzzywuzzy库来获取结果：

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  []

但是我不明白如何获得这个。

- pirr

Answer 1

第一步是找到符合给定name条件的索引。由于partial_ratio只接受字符串，因此我们将其apply到数据框中：

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

我们可以使用 enumerate 和列表推导式来生成布尔数组中 true 索引的列表:

matches = df.apply(lambda row: (partial_ratio(row['name'], name) >= 85), axis=1)
[i for i, x in enumerate(matches) if x]

让我们把所有内容放到一个函数里：

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]

现在我们可以将该函数应用到整个数据框中：

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

- IanS