如何模糊＆＃39;在pandas中合并两个数据帧时匹配字符串

Question

我有两个数据框df1和df2。

df1 = pd.DataFrame ({'Name': ['Adam Smith', 'Anne Kim', 'John Weber', 'Ian Ford'],
                     'Age': [43, 21, 55, 24]})
df2 = pd.DataFrame ({'Name': ['adam Smith', 'Annie Kim', 'John  Weber', 'Ian Ford'],
                     'gender': ['M', 'F', 'M', 'M']})

我需要在列Name上使用pandas.merge加入这两个数据帧。但是，正如您所注意到的，两个数据帧中的列Name之间存在一些细微差别。我们假设他们是同一个人。如果我只是这样做：

pd.merge(df1, df2, how='inner', on='Name')

我只得到一个只有一行的数据帧，这就是“伊恩·福特”。

有谁知道如何合并这两个数据帧？我想如果我们在字符串列上连接两个表，这是非常常见的情况。我完全不知道如何处理这个问题。非常感谢提前。

Answer 1

我在这里使用{ return CONSTANT; }

fuzzywuzzy

Answer 2

不确定模糊匹配是否符合您的要求。也许让每个名字都成为一个合适的名字？

df1.Name = df1.Name.apply(lambda x: x.title())
df2.Name = df2.Name.apply(lambda x: x.title())

pd.merge(df1, df2, how='inner', on='Name')