Python Pandas兩個表格內容模糊匹配的實現(xiàn)
更新時間：2021年11月11日 17:16:56 作者：迪迦瓦特曼
模糊查詢大家應該都不會陌生,下面這篇文章主要給大家介紹了關于Python Pandas兩個表格內容模糊匹配的實現(xiàn)方法,文中通過示例代碼介紹的非常詳細,需要的朋友可以參考下
一、方法2
此方法是兩個表構建某一相同字段，然后全連接，在做匹配結果篩選，此方法針對數據量不大的時候，邏輯比較簡單，但是內存消耗較大
1. 導入庫
import pandas as pd import numpy as np import re
2. 構建關鍵詞
#關鍵詞數據
df_keyword = pd.DataFrame({
"keyid" : np.arange(5),
"keyword" : ["numpy", "pandas", "matplotlib", "sklearn", "tensorflow"]
})
df_keyword
3. 構建句子
df_sentence = pd.DataFrame({
"senid" : np.arange(10,17),
"sentence" : [
"怎樣用pandas實現(xiàn)merge？",
"Python之Numpy詳細教程",
"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？",
"深度學習之tensorflow簡介",
"tensorflow和numpy的關系",
"基于sklearn的一些機器學習的代碼"
]
})
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)]
匹配結果如下
二、方法2
此方法對編程能力有要求，在大數據集上計算量較方法一小很多
1. 構建字典
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. 結果展示
df_merge
4. 匹配結果展開
df_result = pd.merge(
left = df_merge.explode("keyids"),
right = df_keyword,
left_on = "keyids",
right_on = "keyid")
df_result
總結
到此這篇關于Python Pandas兩個表格內容模糊匹配搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
這篇文章主要介紹了詳解Python的Django框架中的Cookie相關處理,Cookie存儲是每個開發(fā)框架都會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，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2023-03-03
這篇文章主要給大家分享的是Python線程之同步機制實際應用場景舉例說明，銀行轉賬小栗子供大家參考學習，希望對你有一定的幫助2022-02-02
在python列表操作中除了排序、刪除、添加、去重外,合并也是經常需求的操作,下面這篇文章主要給大家介紹了關于Python中合并列表的5種方法,文中通過代碼介紹的非常詳細,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爬蟲獲取基金變動信息，問基于上一篇文章得內容介紹圍繞python的相關資料展開全文，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，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2020-08-08
這篇文章主要介紹了python如何給內存和cpu使用量設置限制，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2022-05-05
今天小編就為大家分享一篇Tensorflow 實現(xiàn)分批量讀取數據，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-01-01
這篇文章主要介紹了使用Python制作一個極簡四則運算解釋器,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