2个数据框之间的字符串匹配

Question

在这里学习Python，对此深有帮助。 我的问题场景是，有2个数据框A和B包含名称的列（名称和标志）列表。

ExDF = pd.DataFrame({'Name' : ['Smith','John, Alex','Peter Lin','Carl Marx','Abhraham Moray','Calvin Klein'], 'Flag':['False','False','False','False','False','False']})

SnDF = pd.DataFrame({'Name' : ['Adam K ','John Smith','Peter Lin','Carl Josh','Abhraham Moray','Tim Klein'], 'Flag':['False','False','False','False','False','False']})

Flag的初始值为False。

要点1：我需要在两个数据框中都翻转名称。 亚当·史密斯（Adam Smith）和史密斯·亚当（Smith Adam），并将翻转名称保存在两个数据框中的另一个新列中。 -这部分完成了。

第2点：然后， A数据帧的原始名称和翻转名称都应签入B数据帧的原始名称和翻转名称。 如果找到两个数据帧中的标志列，则应通过True更新。

我编写了代码，但是它同时检查了两个数据帧，如A[0]至B[0] ， A[1]至B[1] ，但我需要检查A[0]记录到的所有记录B数据框。

请帮助我！

尝试的代码如下：

import numpy as np

import pandas as pd

from sklearn.feature_extraction.text import CountVectorizer

ExDF_swap = ExDF["Swap"] = ExDF["Name"].apply(lambda x: " ".join(reversed(x.split()))) 
SnDF_swap = SnDF["Swap"] = SnDF["Name"].apply(lambda x: " ".join(reversed(x.split()))) 
ExDF_swap =  pd.DataFrame(ExDF_swap)
SnDF_swap =  pd.DataFrame(SnDF_swap)

vect = CountVectorizer()
X = vect.fit_transform(ExDF_swap.Name)
Y = vect.transform(SnDF_swap.Name)

res = np.ravel(np.any((X.dot(Y.T) > 1).todense(), axis=1))
pd.DataFrame(X.toarray(), columns=vect.get_feature_names())
pd.DataFrame(Y.toarray(), columns=vect.get_feature_names())

ExDF["Flag"] = np.ravel(np.any((X.dot(Y.T) > 1).todense(), axis=1))
SnDF["Flag"] = np.ravel(np.any((X.dot(Y.T) > 1).todense(), axis=1))

Answer 1

您可以尝试熊猫的isin() -：

import pandas as pd

ExDF = pd.DataFrame({'Name' : ['Smith','John, Alex','Peter Lin','Carl Marx','Abhraham Moray','Calvin Klein'], 'Flag':['False','False','False','False','False','False']})
SnDF = pd.DataFrame({'Name' : ['Adam K ','John Smith','Peter Lin','Carl Josh','Abhraham Moray','Tim Klein'], 'Flag':['False','False','False','False','False','False']})

print(ExDF)
print(SnDF)

ExDF["Swap"] = ExDF["Name"].apply(lambda x: " ".join(reversed(x.split())))
SnDF["Swap"] = SnDF["Name"].apply(lambda x: " ".join(reversed(x.split())))

print(ExDF)
print(SnDF)

ExDF['Flag'] = ExDF.Name.isin(SnDF.Name)
SnDF['Flag'] = SnDF.Name.isin(ExDF.Name)

print(ExDF)
print(SnDF)