Python Pandas兩個(gè)表格內(nèi)容模糊匹配的實(shí)現(xiàn)
更新時(shí)間：2021年11月11日 17:16:56 作者：迪迦瓦特曼
模糊查詢大家應(yīng)該都不會(huì)陌生,下面這篇文章主要給大家介紹了關(guān)于Python Pandas兩個(gè)表格內(nèi)容模糊匹配的實(shí)現(xiàn)方法,文中通過(guò)示例代碼介紹的非常詳細(xì),需要的朋友可以參考下
一、方法2
此方法是兩個(gè)表構(gòu)建某一相同字段，然后全連接，在做匹配結(jié)果篩選，此方法針對(duì)數(shù)據(jù)量不大的時(shí)候，邏輯比較簡(jiǎn)單，但是內(nèi)存消耗較大
1. 導(dǎo)入庫(kù)
import pandas as pd import numpy as np import re
2. 構(gòu)建關(guān)鍵詞
#關(guān)鍵詞數(shù)據(jù)
df_keyword = pd.DataFrame({
"keyid" : np.arange(5),
"keyword" : ["numpy", "pandas", "matplotlib", "sklearn", "tensorflow"]
})
df_keyword
3. 構(gòu)建句子
df_sentence = pd.DataFrame({
"senid" : np.arange(10,17),
"sentence" : [
"怎樣用pandas實(shí)現(xiàn)merge？",
"Python之Numpy詳細(xì)教程",
"怎么使用Pandas批量拆分與合并Excel文件？",
"怎樣使用pandas的map和apply函數(shù)？",
"深度學(xué)習(xí)之tensorflow簡(jiǎn)介",
"tensorflow和numpy的關(guān)系",
"基于sklearn的一些機(jī)器學(xué)習(xí)的代碼"
]
})
df_sentence
4. 建立統(tǒng)一索引
df_keyword['match'] = 1 df_sentence['match'] = 1
5. 表連接
df_merge = pd.merge(df_keyword, df_sentence) df_merge
6. 關(guān)鍵詞匹配
def match_func(row):
return re.search(row["keyword"], row["sentence"], re.IGNORECASE) is not None
df_merge[df_merge.apply(match_func, axis = 1)]
匹配結(jié)果如下
二、方法2
此方法對(duì)編程能力有要求，在大數(shù)據(jù)集上計(jì)算量較方法一小很多
1. 構(gòu)建字典
key_word_dict = {
row.keyword : row.keyid
for row in df_keyword.itertuples()
}
key_word_dict
{'numpy': 0, 'pandas': 1, 'matplotlib': 2, 'sklearn': 3, 'tensorflow': 4}
2. 關(guān)鍵詞匹配
def merge_func(row):
#新增一列，表示可以匹配的keyid
row["keyids"] = [
keyid
for key_word, keyid in key_word_dict.items()
if re.search(key_word, row["sentence"], re.IGNORECASE)
]
return row
df_merge = df_sentence.apply(merge_func, axis = 1)
3. 結(jié)果展示
df_merge
4. 匹配結(jié)果展開(kāi)
df_result = pd.merge(
left = df_merge.explode("keyids"),
right = df_keyword,
left_on = "keyids",
right_on = "keyid")
df_result
總結(jié)
到此這篇關(guān)于Python Pandas兩個(gè)表格內(nèi)容模糊匹配搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
詳解Python的Django框架中的Cookie相關(guān)處理
這篇文章主要介紹了詳解Python的Django框架中的Cookie相關(guān)處理,Cookie存儲(chǔ)是每個(gè)開(kāi)發(fā)框架都會(huì)著重注意的重要功能,需要的朋友可以參考下2015-07-07
本文主要介紹了np.ones的使用小結(jié)，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2023-03-03
Python線程之同步機(jī)制實(shí)際應(yīng)用場(chǎng)景舉例說(shuō)明
這篇文章主要給大家分享的是Python線程之同步機(jī)制實(shí)際應(yīng)用場(chǎng)景舉例說(shuō)明，銀行轉(zhuǎn)賬小栗子供大家參考學(xué)習(xí)，希望對(duì)你有一定的幫助2022-02-02
在python列表操作中除了排序、刪除、添加、去重外,合并也是經(jīng)常需求的操作,下面這篇文章主要給大家介紹了關(guān)于Python中合并列表的5種方法,文中通過(guò)代碼介紹的非常詳細(xì),需要的朋友可以參考下2024-02-02
這篇文章主要介紹了用 python 進(jìn)行微信好友信息分析的示例，幫助大家更好的理解和使用python，感興趣的朋友可以了解下2020-11-11
這篇文章主要介紹了Python爬蟲(chóng)獲取基金變動(dòng)信息，問(wèn)基于上一篇文章得內(nèi)容介紹圍繞python的相關(guān)資料展開(kāi)全文，需要的小伙伴可以參考一下2022-05-05
這篇文章主要介紹了vscode配置anaconda3的方法步驟，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-08-08
python如何給內(nèi)存和cpu使用量設(shè)置限制
這篇文章主要介紹了python如何給內(nèi)存和cpu使用量設(shè)置限制，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2022-05-05
Tensorflow 實(shí)現(xiàn)分批量讀取數(shù)據(jù)
今天小編就為大家分享一篇Tensorflow 實(shí)現(xiàn)分批量讀取數(shù)據(jù)，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-01-01
使用Python制作一個(gè)極簡(jiǎn)四則運(yùn)算解釋器
這篇文章主要介紹了使用Python制作一個(gè)極簡(jiǎn)四則運(yùn)算解釋器,在使用工具之前，至少也要了解工具的作用,需要的朋友可以參考下2023-04-04