模糊搜索 - 如何将搜索与多个功能/列相匹配？

Question

我有一个包含 3 个特征的数据集：汽车的版本、型号和品牌。如何应用模糊搜索（使用 Python）来查看用户输入的内容是否与版本、型号、品牌或部分/所有这些功能匹配。当它有多个功能/列时，我不知道如何评分...你能帮助我吗？

我想提取用户输入的特征（例如：型号、型号和品牌、型号或品牌和版本）。我正在使用 fuzzywuzzy 库。

Answer 1

您没有提供任何样本数据，所以我只是在这里猜测。

import pandas as pd

data = {
    'Version': [2019, 2020, 2018, 2020, 2019, 2018, 2017, 2018],
    'Model': ['Accord', 'Civic', 'Corolla', 'Camry', 'Altima', 'Maxima', 'Fusion', 'Focus'],
    'Brand': ['Honda', 'Honda', 'Toyota', 'Toyota', 'Nissan', 'Nissan', 'Ford', 'Ford']
}

df = pd.DataFrame(data)

print(df)

from fuzzywuzzy import process
from rapidfuzz import fuzz


def fuzzy_match(input_text, column_values):
    """
    Perform fuzzy matching on input_text against a list of column_values.
    
    Args:
    - input_text: The text input by the user.
    - column_values: A list of values to match against.
    
    Returns:
    - The best match and its score.
    """
    # Using fuzzywuzzy
    # best_match, score = process.extractOne(input_text, column_values)
    
    # Using rapidfuzz
    best_match = process.extractOne(input_text, column_values)
    return best_match

user_input = "user's input"

# Fuzzy match for Version
version_match = fuzzy_match(user_input, df['Version'])

# Fuzzy match for Model
model_match = fuzzy_match(user_input, df['Model'])

# Fuzzy match for Brand
brand_match = fuzzy_match(user_input, df['Brand'])


print("Version match:", version_match)
print("Model match:", model_match)
print("Brand match:", brand_match)

结果：

Version match: (2019, 0, 0)
Model match: ('Fusion', 45, 6)
Brand match: ('Nissan', 33, 4)