蟒蛇动态模糊逻辑加入

我想为2个表做一个动态模糊逻辑连接。我的意思是动态允许参数指定允许两个表加入的变量。下面的代码说明是静态代码的以下链接修改后的版本： Python Pandas fuzzy merge/match with duplicates 蟒蛇动态模糊逻辑加入

我编下面的动态代码：

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)

我收到以下错误：

TypeError: get_donors_v1() takes exactly 4 arguments (3 given)

我应该将功能替换为：

get_donors_v1(row=None,fund_var,don_var, don_tab)

然后我得到以下错误：

TypeError: ("'NoneType' object has no attribute 'getitem'", u'occurred at index 0')

请帮助。

来源

2016-12-29 Seb

我认为默认值必须放在最后，所以get_donors_v1（fund_var，don_var，don_tab，row = None）可以做到这一点吗？ – Guido

你好Guido，我试过了。没有帮助:( – Seb

在您的代码示例中，您为参数'row'提供值为None的get_donors（）。在下一行中，您尝试将行用作映射（行[“％s”％fund_var“）），而不测试对象是否存在，即：not equals None。

对像'row [“％s”％fund_var]“这样的对象进行索引会导致调用getitem方法，即None确实没有。

来源

2016-12-29 15:21:59 user508402

我试过这个，我不是很擅长python – Seb

你好user508402，我修改了这个帖子，我尝试了你的解决方法，但是得到这个TypeError：（“'Series'object is not callable”，u'ccurred at索引0'）。我正在学习Python的过程 - 我很抱歉，如果我的查询似乎迂腐 – Seb

嗨Seb。'xxxx不可调用'错误意味着一个对象被调用像一个函数，所以它的标识符后面跟着例如：mySeries（）。找到错误出现的那一行，并在那一行中调用被调用的系列对象，注意它不应该像“pd.Series（...）”那样，是一个合法的构造函数。 – user508402

蟒蛇动态模糊逻辑加入

回答

相关问题