问题标签 [python-dedupe]

在这里，我有这个数据框，我试图从第 2 列中的每个数组中删除重复元素，如下所示，并在第 3 列中删除结果数组。

我正在使用以下代码，但它显示了格式错误的节点或字符串的错误。请帮助解决这个问题。

也许是一个简单的问题.. 我意识到重复数据删除是一个匹配过程，它（使用许多很棒的算法）为我提供了匹配集，并与 canon_id 组合在一起。但是是否可以保证在运行之间使用相同的佳能 ID？对它如何选择使用哪个佳能 ID 有任何见解吗？（甚至更好 - 是否有任何关于它如何做出决定的控制？）

抱歉，对于重复数据删除人员来说，这更像是一个支持问题。但想知道是否有人知道这些细节。也许我在他们的文档中遗漏了它。谢谢！

我是 dedupe 库的新手，并且在我的一个项目中使用了 pandas_dedupe。

这是基于作为参数传递给函数的多列的 pandas 数据帧中联系人的简单重复数据删除。

不知道'street'这里的列是什么意思，我的数据框没有这样的列，我检查了很多，但没有找到任何结果，任何帮助将不胜感激。

我正在使用pandas-dedupe将具有拼写错误的数据框链接到具有记录级信息的另一个数据框。这是一个非常简化的示例：

我在 csv 文件中有单独的训练数据，如下所示：

如何df3在我的调用中将标签作为训练数据传递给pandas_dedupe.link_dataframes？我已经尝试阅读dedupe文档，但我不确定如何格式化df3以便可以将其作为训练数据传递。