应用Levenshtein从rapidfuzz.distance到双列数据的距离

Question

我有一个csv文件，如下所示：

ID; name1; name2
1; John Doe; John Does
2; Mike Johnson; Mike Jonson
3; Leon Mill; Leon Miller
4; Jack Jo; Jack Joe

现在我要计算每对名字的Levenshtein距离。因此，将"John“和"John”进行比较，并将其放到一个新的专栏中。然后对“迈克·约翰逊”和“迈克·琼森”进行下一次比较。因此，产出如下：

ID; name1; name2;ld
1; John Doe; John Does;1
2; Mike Johnson; Mike Jonson;1
3; Leon Mill; Leon Miller;2
4; Jack Jo; Jack Joe;1

我尝试过(请参阅How do I calculate the Levenshtein distance between two Pandas DataFrame columns?)如下：

from rapidfuzz.distance import Levenshtein
import pandas as pd

df = pd.read_csv(r'C:\Users\myuser\Downloads\Testfile.csv', sep=";")
print(df)

df['ld']=df.apply(lambda x: Levenshtein.distance(df['name1'], df['name2']), axis=1)

但是我发现了一个错误：

KeyError: 'name1'

我的错误在哪里？

Answer 1

在lambda函数中，尝试调用定义它的x变量。

df['ld']=df.apply(lambda x: Levenshtein.distance(x['name1'], x['name2']), axis=1)