熊猫使用FuzzyWuzzy

Question

我试图在我的数据中计算城市和一个静态城市名称之间的相似性。(最终，我想迭代一个dataframe，并从该数据框架中选择最佳匹配的城市名称，但我正在这个简化的场景中测试我的代码)。我使用的是fuzzywuzzy令牌设定比率。由于某种原因，它正确地计算了第一行，并且似乎为所有行分配了相同的值。

码

from fuzzywuzzy import fuzz

test_df= pd.DataFrame( {"City" : ["Amsterdam","Amsterdam","Rotterdam","Zurich","Vienna","Prague"]})


test_df = test_df.assign(Score = lambda d: fuzz.token_set_ratio("amsterdam",test_df["City"]))



print (test_df.shape)
 
test_df.head()

结果：

        City  Score
0  Amsterdam    100
1  Amsterdam    100
2  Rotterdam    100
3     Zurich    100
4     Vienna    100

如果我一个一个地进行比较，它就会奏效：

print (fuzz.token_set_ratio("amsterdam","Amsterdam"))
print (fuzz.token_set_ratio("amsterdam","Rotterdam"))
print (fuzz.token_set_ratio("amsterdam","Zurich"))
print (fuzz.token_set_ratio("amsterdam","Vienna"))

结果：

100
67
13
13

提前谢谢你！

Answer 1

我设法通过遍历行来解决这个问题：

for index,row in test_df.iterrows():
    test_df.loc[index, "Score"] =  fuzz.token_set_ratio("amsterdam",test_df.loc[index,"City"])

结果是：

        City Country Code  Score
0  Amsterdam           NL    100
1  Amsterdam           NL    100
2  Rotterdam           NL     67
3     Zurich           NL     13
4     Vienna           NL     13