Question

我想实现名称匹配逻辑，我在A列中取值并尝试在B列中找到类似的匹配。

例如：

＆＃34;莎莉在海边卖贝壳＆＃34;在A列中可以匹配＆＃34;莎莉贝壳 - 海滨＆＃34;在B栏

基本上我想以不同的方式重新排列Col A字符串，直到在Col B中找到匹配为止。

我希望尝试搜索字符串的完全匹配方式，如果没有完全匹配，请从Col A字符串的末尾开始删除字词（即＆＃34; Sally出售贝壳通过＆＃34;然后＆＃34; Sally出售贝壳By＆＃34;然后＆＃34; Sally出售贝壳＆＃34;）等，直到找到匹配。我也希望尝试不同的拼写版本，因为＆＃34; Seashore＆＃34;可能是＆＃34; Sea＆＃34;在B栏中。

这是我当前（不工作）的脚本：

df1=pd.read_csv('C:\\Users\\nkurdob\\Desktop\\Sheet1.csv')
df2=pd.read_csv('C:\\Users\\nkurdob\\Desktop\\Sheet2.csv')

l1=[]
def word(l,c):
    m=len(l)
    for k in range(0,m):
        if(l[k] in c):
            ret=0
        else:
            ret=1
    return ret


for i in range(160,1562):
   print(i)
   search1=df1['A'][i]
   print(search1)

   s2=search1.lower()
   words=s2.split()
   for j in range(0,325411):
       n=len(df2['A'][j])

                 [j]).ratio())
   if(search1 in df2['A'][j] or s2 in df2['A'][j] or words[0]+words[1] in df2['A'][j] or words[0]+words[1]+words[2] in df2['A'][j]):
       print(df2['ID'][j])
       break

我尝试过使用fuzzywuzzy，但它会返回一些错误的匹配，这会破坏脚本的重点。

在python中使用特定搜索逻辑在不同列中查找近似名称匹配

0 个答案: