我有两个df和两个字符串列,如下所示:
df1:原始df有2000行名称
Id Name
1 Paper
2 Paper
3 Scissors
4 Mat
5 Cat
6 Cat
第二个df:原始df有1000+项\名称
Item_ID Item_Name
1 Paper Bag
2 wallpaper
3 paper
4 cat cage
我需要列中的字符串
Name
列中的那个
项目名称
第一种方法:使用
str.contains
:
我知道如何匹配字符串,如果它们是一列,并且有几个字符串要匹配,如下所示:
df[df['Name'].str.contains("paper|cat", na=False)]
但如果有两列字符串(名称和项名称)要匹配,则如何操作
?
第二种方法:
Fuzzywuzzy
matched = []
for row in df1.index:
name = df1.get_value(row,"Name")
for columns in df2.index:
item_name=df2.get_value(columns,"Item_Name")
matched_token=fuzz.token_sort_ratio(name,item_name)
if matched_token> 80:
matched.append([name,item_name,matched_token])
问题是,它会很慢,我想要的输出是从模糊中得到的。输出如下:
Id Name Item_ID
1 Paper 1,2,3
2 Paper 1,2,3
3 Scissors NA
4 Mat NA
5 Cat 4
6 Cat 4
总结
:
如果str.contains是两个具有不同列名的df,则如何执行str.contains
如何转换df以获得上述预期输出