我有一个包含x个字符串名称和它们关联ID的文件,基本上是两列数据。我想要的是一个相关表格,格式为x乘以x(对于问题数据,同时将其作为x轴和y轴),但是输出不是相关性,而是使用字符串名称作为输入的fuzzywuzzy库的函数fuzz.ratio(x,y)的输出结果。基本上是针对每个条目运行每个条目。这就是我所想到的东西,只是为了展示我的意图。
import pandas as pd
from fuzzywuzzy import fuzz
df = pd.read_csv('random_data_file.csv')
df = df[['ID','String']]
df['String_Dup'] = df['String'] #creating duplicate of data in question
df = df.set_index('ID')
df = df.groupby('ID')[['String','String_Dup']].apply(fuzz.ratio())
但很明显这种方法现在对我不起作用。 非常感谢您的帮助。 它不一定是pandas,只是我相对更熟悉的环境。
我希望我的问题表述清晰,实际上,任何意见都会受到赞赏,