fuzzywuzzy

1熱

2答えて

は別のデータフレームにファジーマッチのための1つのPythonデータフレーム/辞書を検索

I 50,000一意の行及び20列の次パンダのデータフレーム（付属は、関連する列の抜粋である）を有する： DF1： PRODUCT_ID PRODUCT_DESCRIPTION 0 165985858958 "Fish Burger with Lettuce" 1 185965653252 "Chicken Salad with Dressing" 2 16595

python python-2.7 pandas string-matching fuzzywuzzy 2017-01-04

---

0熱

1答えて

マルチプロセッシングファジー曖昧な文字列検索 - python

私は文字列のマッチングを行い、pythonであいまいな曖昧さを使って一致IDを取得しようとしています。私のデータセットは膨大で、dataset1 = 180万レコード、dataset2 = 160万レコードです。 、私がこれまで試したどのような 、 まず私はそれがmulti indexを構築する際に、残念ながら、それはメモリ不足、Pythonでrecord linkageパッケージを使用してみまし

python python-2.7 python-multiprocessing dask fuzzywuzzy 2017-06-21

---

0熱

1答えて

PySparkをサードパーティのJARで実行する方法あいつは？

試した - jarsオプションと--driver-class-jarsなど。それでも私は 'no module fuzzywuzzy'というエラーが見つかりました。

jar pyspark fuzzywuzzy 2017-08-15

---

0熱

1答えて

Python FuzzyWuzzy Pandasデータフレームの行のスコア

私はPandasデータフレームを反復処理し、すべての組み合わせではなく各行のペアについてのみfuzz.ratioスコアを取得します。私のデータフレームは、次のようになります。 Acct_Owner、住所、アドレス2 0、名1は、NaN、33リバティ・ストリート 1、Name2は、330 N Wabashのアヴェスイート39300、330北Wabash Avenue Suite 39300 欠損値が

python pandas fuzzywuzzy 2017-11-22

---

1熱

2答えて

パンダ：2つの異なるデータフレームにわたってforループを反復処理するにはどうすればよいですか？

私は2つのデータ・フレーム内の複数の行に対してファズ比を計算しようとしています： DF1： id name 1 Ab Cd E 2 X.Y!Z 3 fgh I DF2： name_2 abcde xyz は、私はすべての値の間ファズ比率を計算しますdf1.nameとdf2.name_2に： これを行うには、コードがあります。 for i in df1['name']:

python pandas for-loop fuzzywuzzy 2017-10-13

---

0熱

1答えて

fuzzywuzzy/fuzz.pyを実行中にエラーが発生しました

私はfuzzywuzzyを使用して、csvsに一致し、重複しているか類似している可能性のある文字列を見つけるプログラムを持っています。私は私の2つのファイルを比較すると、fuzzywuzzyは、次のエラーが発生します。 WARNING:root:Applied processor reduces input query to empty string all comparisons will ha

python fuzzy-search fuzzywuzzy 2016-12-19

---

0熱

2答えて

PySparkはImportErrorをスローしますが、モジュールは実際に存在し、うまく動作します。

私はClouderaを使用していますが、Sparkのバージョンは2.1.0です。 私は2つのテーブルをクロスジョインしようとしていて、ファジーマッチ率の列を作成しようとしていました（したがって、fuzzywuzzyをインポートする必要があります）。ここでは、コードです： from fuzzywuzzy import fuzz def fuzzy_ratio(x,y): from fuz

pyspark user-defined-functions cloudera pyspark-sql fuzzywuzzy 2017-07-11

---

1熱

1答えて

最初のイニシャルとの名前のPythonファジーマッチング

私は、指定された文字列の名前と名前のデータベースを照合する必要がある場合があります。以下は、私が実行している問題の非常に簡単な例を示しています。なぜ、1つのケースが他のケースよりも優れているのかは不明です。私が誤解していない場合、extractOne（）のPythonデフォルトアルゴリズムはLevenschtein距離アルゴリズムです。 Clemensの名前が最初の2つのイニシャルを提供しているの

python fuzzywuzzy 2017-09-12

---

0熱

1答えて

fuzzywuzzy文字列マッチングロジックを実行している2m行のPythonでマルチプロセッシングを行う方法は？現在のコードは極端に遅いです

私はPythonを初めて使い、fuzzywuzzyの文字列と一致するのリストに2百万のレコードがあります。 のコードはで動作しており、同様に出力しています。問題は、が極端に遅いです。 3時間で80行しか処理しません。私はそれをに一度に複数の行を処理することによって、速くしたいです。 私は16Gb RAMと1.9GHzデュアルコアCPUを搭載したマシンで実行しています。 以下は実行しているコードです

python performance multiprocessing fuzzywuzzy 2017-01-10

---

3熱

1答えて

複数値の文字列比較python

私はデータセットを持っています。最初の（A）は洗練された名前の機器のリストです。 2番目は、より幅広い機器カテゴリ（B）のリストです。最初のリストを文字列比較を使用してグループ化する必要があります。私はこれが完璧ではないことを知っています。 リストAの各エンティティについて、リストBの各エンティティのレベンショニング距離を設定したいと思います。最高のスコアを持つリストBのレコードは、そのデータポイ

python levenshtein-distance fuzzywuzzy 2017-10-05

---