代码之家 › 专栏 › 技术社区 › Sravee

熊猫:我如何在两个不同的数据帧上迭代for循环?

fuzzywuzzy for-loop pandas python

1

Sravee · 技术社区 · 8 年前

df1:

id    name
1     Ab Cd E
2     X.Y!Z
3     fgh I

df2:

name_2
abcde
xyz

我想计算df1中所有值之间的模糊比。名称和df2。名称2:

为此,我有代码:

for i in df1['name']:
    for r in df2['name_2']:
        print(fuzz.ratio(i,r))

但我希望最终结果也有来自df1的ID。理想情况下会是这样:

最终df:

id      name        name_2    score
1      Ab Cd E      abcde      50
1      Ab Cd E       xyz        0
2       X.Y!Z       abcde       0
2       X.Y!Z        xyz       60
3       fgh I       abcde       0
3       fgh I        xyz        0

谢谢你的帮助!

2 回复 | 直到 8 年前

1

L. MacKenzie 8 年前

你可以这样解决你的问题:

final = pandas.DataFrame({'id': [], 'name': [], 'name_2': [], 'score': []})

迭代两个数据帧,插入id、名称和分数,并将其连接到最终数据帧:

for id, name in zip(df1['id'], df1['name']):
    for name2 in df2['name_2']:
        tmp = pandas.DateFrame({'id': id, 'name': name, 'name_2': name2, 'score': fuzz.ratio(name, name2)})
    final = pandas.concat([final, tmp], ignore_index=True)

print(final)

2

0

Evan 8 年前

我不完全理解lambda函数在中的应用 pd.apply ,但经过一些探索,我认为这是一个合理的解决方案。

import pandas as pd
from fuzzywuzzy import fuzz

d = [{'id': 1, 'name': 'Ab Cd e'}, {'id': 2, 'name': 'X.Y!Z'}, {'id': 3, 'name': 'fgh I'}] 
df1 = pd.DataFrame(d)
df2 = pd.DataFrame({'name_2': ['abcde', 'xyz']})

这是熊猫的交叉连接;需要tmp df pandas cross join no columns in common

df1['tmp'] = 1
df2['tmp'] = 1

df = pd.merge(df1, df2, on=['tmp'])
df = df.drop('tmp', axis=1)

你可以 .apply 函数 fuzz.ratio 到中的列 df . Pandas: How to use apply function to multiple columns

df['fuzz_ratio'] = df.apply(lambda row: fuzz.ratio(row['name'], row['name_2']), axis = 1)

df

我还尝试在上设置索引 df1 ,但这导致其被排除在交叉连接的df之外。