python - 将每一行与数据框中的所有行进行比较，并将每行的结果保存在列表中

Question

我尝试将每一行与熊猫数据框中的所有行进行比较，fuzzywuzzy.fuzzy.partial_ratio() >= 85并将结果写入每行的列表中。

例子：

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

我想在库中使用 pandas 函数fuzzywuzzy来获得结果：

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  []

但我不明白如何得到这个。

Answer 1

第一步是找到与给定条件匹配的索引name。由于partial_ratio只接受字符串，我们apply将其添加到数据框：

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

然后我们可以使用enumerate和列表推导来生成true布尔数组中的索引列表：

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

让我们把所有这些都放在一个函数中：

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]

我们现在可以将该函数应用于整个数据框：

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