问题标签 [partial-matches]

我有 CSV 中的开关列表和这些开关所在的数据空间列表。在我的数据空间列表中，我有一个代表其关联的 DataSpace_Name 的 DataSpace_ID 字段。

我的交换机列表有一个 Host_Name 和 IP_Address 字段。我想要的是使用 PowerShell 和使用通配符进行正则表达式匹配，我想将 DataSpace 字段示例“ABC-COM”与列出 Host_Name 的开关匹配，该开关将是 ABC-COM-3750-SW1。我只想匹配ABC-COM...

然后对于我的结果，我希望输出根据找到的匹配项关联找到的 DataSpace_ID 值并将其包含在开关列表的输出中。

假设我匹配 ABC-COM = DATASPACE_ID 1 和 DEF-COM = DataSpace_ID 2，我的开关数据是：

因此，最后您将根据数据空间列表的比较从开关列表中获得此输出，除了它将从数据空间名称的其他比较列表中添加 DataSpace_ID 列...开关列表输出将如下所示：

这是我根据您的一些输入修改的最新代码，我不再收到错误，但是我的输出也没有返回任何结果。

我的 CSV 文件正如一些人所要求的那样，示例数据是：DataSpaces 和开关输出示例在帖子下方。DataSpaces 包含 DataSpace_ID 和 DataSpace_Name，开关 csv 包含 Host_Name 和 IP_Address 字段。

输出，如下所示，基于两个 csv 的比较，应显示：匹配 DataSpace_ID 和匹配的 Host_Name，以及最终表中的相关 IP 地址。

所以，我正在使用一种.str.contains()方法来匹配我的部分字符串。当我这样做时，它做得很好。

sr = pd.Series(["#temp=25#soak=15#timeout=3000#controller=4310#"])

sr.str.contains(pat= "#temp=25#")

答案是True

但是当我这样做时， sr.str.contains(pat= "#temp=25#controller=4310#")

它给了我False上述系列的一个。

有人可以帮助我解决上述情况的最佳方法吗？

我也知道，我的列表包含多个字符串，并且总是有不同的子字符串来匹配。

我有

我想要一个函数，以便提供如下匹配：

[1] 1, 2, 3, 4, 5, 不适用

详细信息：我需要找到开头相同、结尾相同或中间有一些相同字母的部分字符串匹配（例如，默认值为 3 个连续匹配字母）。无论是否使用大写字母，我还需要该功能进行匹配。最后，我需要该函数来搜索从 x 到 y 的所有元素之间的每个元素的匹配，而不是元素的一对一比较。

如果有人熟悉解决此问题的方法，请提供帮助。谢谢你。

我在 A 列（测试）中有一个值列表，在 B 列（测试 2）中有一个值列表。B 列中的许多名称包含与 A 列中至少 1 个值的部分匹配。

例子：

A栏全球投资者

B栏全球投资者资本

我可以运行什么样的公式来显示 A 列中部分匹配值的位置？

我有两个数据框。一个（txt.df）有一列包含我想从（text）中提取短语的文本。另一个（wrd.df）有一个包含短语（短语）的列。两者都是具有复杂文本和字符串的大数据框，但可以说：

我最终需要的是一个txt.df，其中包含检测到的短语标签的另一列。

我尝试的是在 wrd.df 中创建一个列，在其中我标记了这样的短语

然后尝试编写一个自定义函数以使用 grepl/str_detect 对令牌列进行 sapply 获取所有正确的名称（标签）

然后在我的 txt.df$text 上应用这个自定义函数，以获得一个带有标签的新列。

但我不擅长自定义功能，而且我真的被卡住了。我将不胜感激任何帮助。PS如果我也能有部分匹配，比如“喝果汁”和“打破床”，那将是非常好的……但这不是优先事项……与原来的匹配。

我有 2 个数据框（df1 和 df2）

自由度 1：

df 2：

所需输出：

df3

我的原始数据有超过 30、000 行和 100 列。这是一个例子：数据集

我的预期结果是我想使用结果列中的值，例如 4 对 ADMDATE 列求和，该列的末尾值为 4 和后续列（mydataset 的剩余长度）。另一个例子是如果结果 = 5，那么我想要 ADMDate 5 到 6 的总和。

这是我的预期表

我有两个数据框df1和df2. df1是一个具有各种列的数据框，并且df2是一个只有一列的数据框col2，它是一个单词列表。

这显然是错误的，但到目前为止我的代码是：df1["col_new"] = df1[df1["col1"]].str.contains(df2["col2"])

基本上，我想创建一个名为col_newin的新列，如果值与 in中的值部分匹配，则该列df1已从col2in复制值。df2col1df1

例如，如果col2 = "apple"and col1 = "im.apple3"，那么我想将值复制或分配给"apple"等等col_new。

我的另一个问题是在 in 中的字符串中找到第二个大写字母的索引/col1位置df1。

我在这里发现了一个类似的问题并编写了这段代码：df["sec_upper"] = df["col1"].apply(lambda x: re.research("[A-Z]+{2}",x).span())[1]但我收到一条错误消息，提示“在位置 6 多次重复”。

有人可以帮我吗？先感谢您！

EDIT2：第一个问题解决了。谁能帮我解决第二个问题？

编辑1：

示例数据框：

预期输出：

我的表中有一个名称列表，如下所示：

我想删除连字符后姓氏重复的所有行，但想为每个姓氏保留最旧的行。例如在上面的数据集中我想删除

并保持

等等。

我发现下面的查询可以像这样在连字符后提取所有字符， select SUBSTRING_INDEX(full_name,'-',-1) from names;但无法弄清楚如何使用这些值更新表中的 last_name 列，以便我可以使用此查询根据我的 last_name 列中的唯一值进行删除

我希望这清楚地解释了我的问题。谢谢您的帮助。

我有一个数据框，需要创建一个标志来指示两列之间存在部分匹配的实例，这里是代码和一些虚拟数据：

预期的结果是相同的数据框，其中包含一个额外的列，显示单词和文本之间的匹配是否为部分匹配

我试过了

以及使用诸如charmatch，pmatch，grep和grepl之类的功能但没有成功的类似事情。

真实数据包含数千条记录，因此解决方案应可扩展。

谢谢。