如何將 dataframe 中的每一行與另一個 dataframe 中的每一行進行比較，並查看值之間的差異？

Question

我有兩個數據框：

df1

     Code     Number
0   ABC123      1
1   DEF456      2
2   GHI789      3
3   DEA456      4

df2

     Code 
0   ABD123
1   DEA458
2   GHI789

df1 就像一本字典，我可以通過檢查它們的代碼從中獲取每個項目的相應編號。 但是，有未注冊的代碼，如果我找到未注冊的代碼，我應該尋找看起來最像它們的代碼。 所以，結果應該是：

ABD123 = 1（因為它與 ABC123 有 1 個不同的字符）

DEA456 = 4（因為它有1個與DEA456不同的字符，2個來自DEF456，所以它選擇最接近的一個）

GHI789 = 3（因為它在 df1 有等價物）

我知道如何分別檢查每個代碼的差異並保存不同字符的“長度”，但我不知道如何應用此代碼，因為我不知道如何將 df2 中的每一行與所有行進行比較來自df1。 有辦法嗎？

Answer 1

不知道如何將 df2 中的每一行與 df1 中的所有行進行比較。

嵌套循環將起作用。 如果你有一個名為compare的 function，它看起來像這樣......

for index2, row2 in df2.iterrows():
    for index1, row1 in df1.iterrows():
        difference = compare(row2,row1)
        #do something with the difference.

---

使用 Pandas 或 Numpy 時，嵌套循環通常並不理想，但它們確實有效。 可能有更好的解決方案。

---

DataFrame.iterrows()

Answer 2

這也應該有效：

df['Code_e'] = df['Code'].str.extract(r'(\d+)').astype(int)
df2['Code_e'] = df2['Code'].str.extract(r'(\d+)').astype(int)
final_df = pd.merge_asof(df2,df.sort_values(by='Code_e'),on='Code_e',suffixes=('','_right')).drop(['Code_e','Code_right'],axis=1)