Question

我有数据框：

df =
    original_title                     title
      Mexico Oil                    Gas Summit
      Mexico Oil                    Gas Summit

我必须模糊地匹配这两列（原始标题和标题）的实体并获得一个分数。下面是我的代码：

compare = pd.MultiIndex.from_product([ df['original_title'],df ['title'] ]). to_series()
def metrics (tup):
    return pd.Series([fuzz.partial_ratio(*tup),fuzz.token_sort_ratio(*tup)], ['partial', 'token'])

compare.apply(metrics)

上面的代码将每个原始标题与整个标题列进行比较。同时，我希望它可以将每个原始标题与每一行中的标题进行比较。我的预期结果是：

df =
 original_title                    title                 partial_ratio
 Mexico Oil                      Africa Oil                   81
 French Property Exhibition      French                      100
 French Exhibition               French Exhibition           100

感谢您的帮助。谢谢

Answer 1

您可以按以下方式使用Dataframe的{{1}}函数：

apply()

这给出了我认为您想要的结果（尽管数字略有不同）：

df['partial_ratio'] = df.apply(lambda x: fuzz.partial_ratio(x['original_title'], x['title']), axis=1)

在数据框的两列上应用模糊匹配得分

1 个答案: