通过正则表达式或模糊匹配来合并Dataframe

Question

我有d1和d2，我想通过ID列合并两个。 但是，ID和ID2并不完全匹配。相反，ID是ID2的前8位数（有时它可以是前6位数，或者有时它可以是一位或两位数不同）。

我知道我可以预处理ID2以仅保留前8位数字。但是，我无法处理所有情况。

我想知道是否有通过正则表达式进行模糊匹配合并的高级方法？比如，如果前6位数匹配，那么合并？

d1=pd.DataFrame({'ID':['00846U10','01381710'],
                      'count':[100,200]})
d2=pd.DataFrame({'ID2':['00846U101','013817101','02376R102'],
                'value':[1,5,6]})

Answer 1

哥们，

我遇到了同样的问题，唯一的解决方案是使用其他python包。例如，请查看fuzzywuzzy。非常好。

一般的想法是，对于d1中的每一行，您将在d2中查找具有最高模糊匹配分数的行。