将熊猫数据框名称列与另一个数据框的列匹配？

Question

我对 Python 很陌生。 如何将一个文本数据框与另一个文本数据框匹配？ （如果我问错了，请编辑这个问题）

例如给定这个输入数据：

 df1 =
          id  Names 
        0 123 Simpson J.
        1 456 Snoop Dogg

 df2 =
            Names 
         0  John Simpson
         1  Snoop Dogg
         2  S. Dogg
         3  Mr Dogg

有没有一种方法可以找到（可能使用findall或match ，或任何 python 包），以便我可以生成带有 id 的名称出现的次数，这几乎就像这个结果：

result = 
              id  Names_appeared 
            0 123   1 
            1 456   3

寻找一个简短的解释和一些 URL 来帮助我理解。

Answer 1

这是 IanS 建议的使用模糊模糊的示例：

import pandas as pd
from fuzzywuzzy import fuzz


def fuzz_count(shortList, longList, minScore):
    """ Count fuzz ratios greater than or equal to a minimum score. """
    results = []
    for s in shortList:
        scores = [fuzz.ratio(s, l) for l in longList]
        count = sum(x >= minScore for x in scores)
        results.append(count)
    return results


data1 = {'id': pd.Series([123, 456]),
         'Names': pd.Series(['Simpson J.', 'Snoop Dogg'])}
data2 = {'Names': pd.Series(['John Simpson', 'Snoop Dogg', 'S. Dogg', 'Mr Dogg'])}
df1 = pd.DataFrame(data1)
df2 = pd.DataFrame(data2)

result = pd.DataFrame()
result['id'] = df1['id']
counts = fuzz_count(df1['Names'], df2['Names'], minScore=60)  # [1, 2]
result['Names_appeared'] = counts

print(result)  #     id  Names_appeared
               # 0  123               1
               # 1  456               2