Python字符串模糊匹配庫FuzzyWuzzy

在計算機科學中，字符串模糊匹配（fuzzy string matching）是一種近似地（而不是精確地）查找與模式匹配的字符串的技術。換句話說，字符串模糊匹配是一種搜索，即使用戶拼錯單詞或只輸入部分單詞進行搜索，也能夠找到匹配項。因此，它也被稱為字符串近似匹配。

字符串模糊搜索可用于各種應用程序，例如：

• 拼寫檢查和拼寫錯誤糾正程序。例如，用戶在Google中鍵入“Missisaga”，將返回文字為“Showing results for mississauga”的點擊列表。也就是說，即使用戶輸入缺少字符、有多余的字符或者有其他類型的拼寫錯誤，搜索查詢也會返回結果。
• 重復記錄檢查。例如，由于名稱拼寫不同(例如Abigail Martin和Abigail Martinez)在數據庫中被多次列出。

這篇文章將解釋字符串模糊匹配及其用例，并使用Python中Fuzzywuzzy庫給出示例。

使用FuzzyWuzzy合并酒店房型

每個酒店都有自己的命名方法來命名它的房間，在線旅行社(OTA)也是如此。例如，同一家酒店的一間客房Expedia將之稱為“Studio, 1 King Bed with Sofa Bed, Corner”，Booking.com（繽客）則簡單地將其顯示為“Corner King Studio”。不能說有誰錯了，但是當我們想要比較OTA之間的房價時，或者一個OTA希望確保另一個OTA遵循費率平價協議時（rate parity agreement），這可能會導致混亂。換句話說，為了能夠比較價格，我們必須確保我們進行比較的東西是同一類型的。對于價格比較網站和應用程序來說，最令人頭條的問題之一就是試圖弄清楚兩個項目（比如酒店房間）是否是同一事物。

Fuzzywuzzy是一個Python庫，使用編輯距離（Levenshtein Distance）來計算序列之間的差異。為了演示，我創建了自己的數據集，也就是說，對于同一酒店物業，我從Expedia拿一個房間類型，比如說“Suite, 1 King Bed (Parlor)”，然后我將它與Booking.com中的同類型房間匹配，即“King Parlor Suite”。只要有一點經驗，大多數人都會知道他們是一樣的。按照這種方法，我創建了一個包含100多對房間類型的小數據集，可以訪問Github下載。

我們使用這個數據集測試Fuzzywuzzy的做法。換句話說，我們使用Fuzzywuzzy來匹配兩個數據源之間的記錄。

import pandas as pddf = pd.read_csv('../input/room_type.csv')df.head(10)import pandas as pd

總結

以上是生活随笔為你收集整理的Python字符串模糊匹配库FuzzyWuzzy的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。