pandas iterrows（）两个数据框

Question

我正在做一些我知道我不应该做的事情。我正在for循环中进行for循环（听起来更糟糕，因为我把它写下来。）基本上，我想要做的事情，理论上，使用两个数据帧是这样的：

for index, row in df_2.iterrows():
    for index_1, row_1 in df_1.iterrows():
        if row['column_1'] == row_1['column_1'] and row['column_2'] == row_1['column_2'] and row['column_3'] == row_1['column_2']:
            row['column_4'] = row_1['column_4']

必须有一种（更好的）方法来做这样的事情。请帮忙！

Answer 1

正如@Andy Hayden在is it possible to do fuzzy match merge with python pandas?中指出的那样，您可以使用difflib：get_closest_matches函数来创建新的连接列。

import difflib
df_2['fuzzy_column_1'] = df_2['column_1'].apply(lambda x: difflib.get_close_matches(x, df_1['column_1'])[0])
# Do same for all other columns

现在，您可以使用pandas merge函数来应用内部联接。

result_df = df_1.merge(df_2,left_on=['column_1', 'column_2','column_3'], and right_on=['fuzzy_column_1','fuzzy_column_2','fuzzy_column_3] )

您可以使用drop功能删除不需要的列。