python - 匹配 DataFrame 中的相似值

Question

我有以下形式的 DataFrame:

Name    Count
Car     500
Cars    300
Train   100
trainz  200
Planes  1000
Plane   100 
planses 1
Ship    100
ships   10

我尝试将相似的值相互匹配，以便对 count 列中的数字求和以获得相似的值。

因此，输出数据帧将是 name 列中给定类型的第一个找到的值，以及 count 列中所有类似值的总和值。

Name  Count
Car    800
Train  300
Planes 1101
Ship   110

Answer 1

看看difflib .

以下代码

import difflib
print(difflib.get_close_matches('Car', ['Car', 'Cars', 'Train', 'trainz', 'Planes', 'Plane', 'planses', 'Ship', 'ships']))
print(difflib.get_close_matches('Train', ['Car', 'Cars', 'Train', 'trainz', 'Planes', 'Plane', 'planses', 'Ship', 'ships']))
print(difflib.get_close_matches('Planes', ['Car', 'Cars', 'Train', 'trainz', 'Planes', 'Plane', 'planses', 'Ship', 'ships']))
print(difflib.get_close_matches('Ship', ['Car', 'Cars', 'Train', 'trainz', 'Planes', 'Plane', 'planses', 'Ship', 'ships']))

提供您想要的组

['Car', 'Cars']
['Train', 'trainz']
['Planes', 'Plane', 'planses']
['Ship', 'ships']