pandas 模糊匹配

可以使用 pandas 中的 str.contains() 方法进行模糊匹配，该方法返回一个布尔型的 Series，表示每个元素是否包含指定的字符串。

例如，假设有一个 DataFrame df，其中一列为 name，我们想要找出所有名字中包含 "Tom" 的行，可以使用以下代码：

df[df['name'].str.contains('Tom')]

这将返回一个新的 DataFrame，其中包含所有名字中包含 "Tom" 的行。

相关问题

pandas模糊匹配，某一列只要含有另外一列的字符则匹配

您好，针对您的问题，我可以给您一些建议，帮助您实现pandas模糊匹配的功能。您可以使用pandas中的str.contains()函数，该函数可以判断一个字符串是否包含另一个字符串。具体操作可以参考以下代码：

import pandas as pd

# 创建数据
data = {'col1': ['hello', 'world', 'python'], 'col2': ['o', 'ld', 'th']}

# 转换为DataFrame
df = pd.DataFrame(data)

# 判断col1中是否包含col2的字符串
df['match'] = df['col1'].str.contains('|'.join(df['col2']))

# 打印结果
print(df)

输出结果如下：

      col1 col2  match
0    hello    o   True
1    world   ld   True
2   python   th  False

以上代码中，通过使用str.contains()函数和join()函数，在col1列的每个字符串中查找是否包含col2列的每个字符串的内容，并将结果保存在新列'match'中。如果包含了，则为True，否则为False。

希望这些信息能够对您有所帮助，若有任何疑问或需要更详细的帮助，请随时与我交流。

pandas用模糊匹配匹配两个表中楼盘的坐落

可以使用`fuzzywuzzy`库中的`process`函数来进行模糊匹配。假设有两个表`df1`和`df2`，其中`df1`包含`楼盘名称`和`坐落`两列，`df2`包含`楼盘名称`和`地址`两列，可以按照如下方式进行匹配：

from fuzzywuzzy import process
import pandas as pd

# 读取两个表格
df1 = pd.read_excel('df1.xlsx')
df2 = pd.read_excel('df2.xlsx')

# 定义模糊匹配函数
def fuzzy_match(row, choices, score_cutoff):
    """
    row: 要匹配的行
    choices: 匹配的备选项
    score_cutoff: 匹配得分的阈值
    """
    match = process.extractOne(row['坐落'], choices, scorer=fuzz.partial_ratio, score_cutoff=score_cutoff)
    if match:
        return match[0]
    else:
        return None

# 对df1中的每一行进行匹配
choices = df2['地址'].tolist() # 备选项
df1['匹配地址'] = df1.apply(fuzzy_match, axis=1, choices=choices, score_cutoff=80)

# 将匹配结果合并到df1中
df = pd.merge(df1, df2, left_on='匹配地址', right_on='地址', how='left')

其中，`fuzzy_match`函数中的`score_cutoff`参数是匹配得分的阈值，只有得分高于该阈值的匹配才会被保留。这里设置为80，可以根据实际情况进行调整。匹配结果将保存在`df1`的`匹配地址`列中，然后将`df1`和`df2`按照`匹配地址`和`地址`进行左连接，即可得到最终的结果。