python-模糊匹配，遍历数据集以在参考集中找到相应的项目

Question

我正在尝试学习和实现python中的模糊匹配。 我有两个数据集，它们作为数据帧加载到熊猫中。 集合1是参考集。 第二集是包含与参考名称匹配的数据的集合。

我遍历set_1项以在引用中搜索相应的条目，但出现错误。 我需要一些有关错误的帮助。
我是否试图以一种好的方式来构造算法？

我的尝试：

import pandas as pd
import fuzzywuzzy as fuzzy
from difflib import SequenceMatcher

set_1 = pd.read_csv("C:/Folder/file_1.csv")
set_2 = pd.read_csv("C:/Folder/file_2.csv")

query = set_1['name']
choices = set_2['name2']

for query in query:
    match = fuzzy.extractOne(query,choises=choises,scorer=scorer,score_cutoff=cutoff)

我收到以下错误：

AttributeError: module 'fuzzywuzzy' has no attribute 'extractOne'

Answer 1

如果您在github上查看包的用法 ，您会注意到extractOne是在fuzzywuzzy.process定义的函数，因此您需要像这样导入该子模块：

import pandas as pd
from fuzzywuzzy import process  # <-- note the difference
from difflib import SequenceMatcher

set_1 = pd.read_csv("C:/Folder/file_1.csv")
set_2 = pd.read_csv("C:/Folder/file_2.csv")

query = set_1['name']
choices = set_2['name2']

for query in query:
    #       vvvvvvv  note the difference
    match = process.extractOne(query,choises=choises,scorer=scorer,score_cutoff=cutoff)