模糊 wuzzy 查找匹配项和与匹配项关联的其他列答案

【问题标题】：fuzzy wuzzy to find a match and other columns associated with match模糊 wuzzy 查找匹配项和与匹配项关联的其他列
【发布时间】：2021-09-29 09:52:14
【问题描述】：

我有一个数据集，我想在地址上进行匹配，然后一旦我有了地址匹配，我还想知道与之关联的相关唯一 ID。

考虑这个例子：

df1 =

Address
123 road
abc lane
1 circle
7th avenue 
4 high street


df2=
Address        unique id
123 rd          ID12345
abc lane        ID12346
1 circle        ID12347
7th ave         ID12348
4 high st       ID12349

df3 (result) =
Address           match       unique id
123 road        123 rd           ID12345
abc lane        abc lane         ID12346
1 circle        1 circle         ID12347
7th avenue      7th ave          ID12348
4 high street   4 high st        ID12349

到目前为止，我已经得到了这个代码：

address_list = df1['Address'].to_list()
address_search = df2['Address'].to_list()

mat1 = []
for i in address_search:
    mat1.append(process.extract(i,address_list, limit=2))
df1['matches'] = mat1

我能够找到匹配项并将其附加到数据框，但我不确定如何搜索与找到的匹配项关联的相关唯一 id 列/行。

【问题讨论】：

标签： python pandas dataframe fuzzywuzzy

【解决方案1】：

更新 2。 匹配数据框 #2 行中的任何单词。

str.contains 接受正则表达式。因此，您可以用| (or) 符号替换空格，并在一行中查找任何匹配的单词。

模式如下所示：123|road、7th|avenue 等。请注意，这是一个区分大小写的搜索。：
```
df2['Address2']=df1['Address'].apply(lambda x: x if df2['Address'].str.contains(x.replace(' ','|')).any() else np.nan)
```

输出：

【讨论】：

嘿，我收到一条错误消息：错误：位置 1 的括号不平衡
尝试重新检查括号。或者重新复制代码。在我的电脑上它运行良好，并给出了我附加的结果。