将for循环中的每个值附加到pandas数据帧中的列单元格中

Question

我根据条件将数据帧拆分为两个。我将两个数据帧中的“ItemName”列转换为列表。

我尝试使用difflib在两列之间执行近似字符串匹配，每个列中都有一列，都称为“ItemName”。我想将名为'matchlist'的列表作为列添加到源数据帧中，或者另一方面，如果我可以将for循环的每个输出附加到源数据帧中的新列中，则可以。

source = list(datadf['ItemName'])
destination = list(datadf['ItemName'])

matchlist = []
for i in source:
    x = difflib.get_close_matches(i, destination, 3, 0.6)
    matchlist.append(x)

我确实在pandas中尝试了连接和合并选项但没有任何错误，新添加的列只显示了NaN值。名为“ItemName”的列都只包含字符串值。

谁可以帮助一个想法如何解决这个问题？

Answer 1

我相信需要回拨清单：

datadf['new'] = matchlist

或者使用list comprehension而不是循环解决方案：

datadf = pd.DataFrame({
    'ItemName': ['as','asds','as','aa','ssb','ab','sb']
})
print (datadf)
  ItemName
0       as
1     asds
2       as
3       aa
4      ssb
5       ab
6       sb

#convert to list is not necessary
L = datadf['ItemName']
datadf['new'] = [difflib.get_close_matches(i, L, 3, 0.6) for i in L]
print (datadf)
  ItemName             new
0       as  [as, as, asds]
1     asds  [asds, as, as]
2       as  [as, as, asds]
3       aa            [aa]
4      ssb       [ssb, sb]
5       ab            [ab]
6       sb       [sb, ssb]

编辑：

如果需要在两列不同的DataFrame之间进行检查：

datadf = pd.DataFrame({ 'Fruits':pd.Categorical(['apple','orange', 'apple', 'pineapple']), 
                      'Juices':pd.Categorical(['apple','orange smash','apple1','milkshake']), 
                      'Year': pd.Categorical([2011, 2011, 2012, 2012])}) 
print (datadf)
      Fruits        Juices  Year
0      apple         apple  2011
1     orange  orange smash  2011
2      apple        apple1  2012
3  pineapple     milkshake  2012

data_df_splitone = datadf[(datadf['Year'] == 2011)].copy()
data_df_splittwo = datadf[(datadf['Year'] == 2012)].copy()

L1 = data_df_splitone['Juices']
L2 = data_df_splittwo['Juices']

data_df_splitone['new'] = [difflib.get_close_matches(i, L2, 3, 0.6) for i in L1]
print (data_df_splitone)
   Fruits        Juices  Year       new
0   apple         apple  2011  [apple1]
1  orange  orange smash  2011        []