Я пытаюсь сделать динамическое объединение нечеткой логики для 2 таблиц. То, что я подразумеваю под динамикой, позволяет аргументам указывать переменные, которые позволят двум таблицам присоединиться. код указанный ниже представляет собой модифицированную версию статического кода по следующей ссылке: Python Pandas fuzzy merge/match with duplicatespython dynamic fuzzy logic join
Я скомпилирован динамический код ниже:
import pandas as pd
import datetime
from fuzzywuzzy import fuzz
import difflib
donors = pd.DataFrame({"name": pd.Series(["John Doe","John Doe","Tom Smith","Jane Doe","Jane Doe","Kat test"]), "Email": pd.Series(['[email protected]','[email protected]','[email protected]','[email protected]','[email protected]','[email protected]']),"Date": (["27/03/2013 10:00:00 AM","1/03/2013 10:39:00 AM","2/03/2013 10:39:00 AM","3/03/2013 10:39:00 AM","4/03/2013 10:39:00 AM","27/03/2013 10:39:00 AM"])})
fundraisers = pd.DataFrame({"name": pd.Series(["John Doe","John Doe","Kathy test","Tes Ester", "Jane Doe"]),"Email": pd.Series(['[email protected]','[email protected]','[email protected]','[email protected]','[email protected]']),"Date": pd.Series(["2/03/2013 10:39:00 AM","27/03/2013 11:39:00 AM","3/03/2013 10:39:00 AM","4/03/2013 10:40:00 AM","27/03/2013 10:39:00 AM"])})
donors["Date"] = pd.to_datetime(donors["Date"], dayfirst=True)
fundraisers["Date"] = pd.to_datetime(donors["Date"], dayfirst=True)
donors["code"] = donors.apply(lambda row: str(row['name'])+' '+str(row['Email']), axis=1)
idx = donors.groupby('code')["Date"].transform(min) == donors['Date']
donors = donors[idx].reset_index().drop('index',1)
def get_donors_v1(fund_var,don_var, don_tab,row=None):
d = don_tab.apply(lambda x: fuzz.ratio(x["%s" % don_var], 'row["%s" %fund_var]') * 2, axis=1)
d = d[d >= 75]
if len(d) == 0:
v = ['']*3
else:
v = don_tab.ix[d.idxmax(), ["%s"% don_var ,'Email','Date']].values
return pd.Series(v, index=['donor name', 'donor email', 'donor date'])
trial=pd.concat((fundraisers, fundraisers.apply(get_donors_v1(fund_var="name",don_var="name",don_tab=donors), axis=1)), axis=1)
я получаю следующее сообщение об ошибке:
TypeError: get_donors_v1() takes exactly 4 arguments (3 given)
Следует ли заменить эту функцию на:
get_donors_v1(row=None,fund_var,don_var, don_tab)
тогда я получаю следующее сообщение об ошибке:
TypeError: ("'NoneType' object has no attribute 'getitem'", u'occurred at index 0')
пожалуйста, помогите.
Я думаю, что значения по умолчанию должны быть размещены в конце, поэтому get_donors_v1 (fund_var, don_var, don_tab, row = None) может сделать трюк? – Guido
Здравствуйте, Гвидо, я попробовал это. Нет помощи :( – Seb