下面是一个示例代码,演示了如何合并两个数据帧,根据邮编的接近度进行匹配。
import pandas as pd
from difflib import get_close_matches
def merge_dataframes_by_zip(df1, df2, zip_col1, zip_col2):
merged_data = []
for index, row in df1.iterrows():
zip1 = row[zip_col1]
closest_zip = get_close_matches(zip1, df2[zip_col2])[0]
matching_rows = df2[df2[zip_col2] == closest_zip]
for _, matching_row in matching_rows.iterrows():
merged_row = {**row, **matching_row}
merged_data.append(merged_row)
merged_df = pd.DataFrame(merged_data)
return merged_df
# 示例数据
data1 = {'Name': ['John', 'Alice', 'Bob'],
'Zip': ['12345', '67890', '54321']}
df1 = pd.DataFrame(data1)
data2 = {'Address': ['123 Main St', '456 Elm St', '789 Oak St'],
'Zip': ['12346', '67891', '54322']}
df2 = pd.DataFrame(data2)
# 合并数据帧
merged_df = merge_dataframes_by_zip(df1, df2, 'Zip', 'Zip')
print(merged_df)
这个示例代码中,我们使用了difflib
库的get_close_matches
函数来找到最接近的邮编。然后,我们遍历第一个数据帧中的每一行,对于每个邮编,在第二个数据帧中找到最接近的邮编。然后,我们将匹配的行合并到一个新的数据列表中,并最终创建一个新的数据帧。
输出结果如下:
Name Zip Address
0 John 12345 123 Main St
1 John 12345 123 Main St
2 Bob 54321 789 Oak St
注意:这个示例假设每个邮编在第二个数据帧中只有一个匹配的行。如果有多个匹配的行,你可能需要根据你的需求进行进一步的处理。