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 Name 列上使用 pandas.merge 加入这两个数据框。但是，正如您所注意到的，两个数据框中的 Name 列之间存在一些细微差别。让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')
我只得到了只有一行的数据框，即“Ian Ford”。
有谁知道如何合并这两个数据框？如果我们在一个字符串列上连接两个表，我想这是很常见的情况。我完全不知道如何处理这个。非常感谢。
请您参考如下方法:
我在这里使用fuzzywuzzy
from fuzzywuzzy import fuzz
from fuzzywuzzy import process
df2['key']=df2.Name.apply(lambda x : [process.extract(x, df1.Name, limit=1)][0][0][0])
df2.merge(df1,left_on='key',right_on='Name')
Out[1238]:
Name_x gender key Age Name_y
0 adam Smith M Adam Smith 43 Adam Smith
1 Annie Kim F Anne Kim 21 Anne Kim
2 John Weber M John Weber 55 John Weber
3 Ian Ford M Ian Ford 24 Ian Ford
