Pandas 字符串包含和替换

Question

我有以下数据框

         A            B
0        France        United States of America
1        Italie        France
2        United Stats  Italy

我正在寻找一个函数，它可以（对于A 列中的每个单词）前 4 个字母，然后在 B 列中搜索这 4 个字母是否存在。现在，如果是这种情况，我想将 A 中的值替换为 B 中的相似值（相似的前 4 个字母）。

示例：A 列中的 Italie 一词，我必须取 Ital，然后在 B 中搜索是否可以找到。然后我想用类似的词Italy替换Italie。

我尝试用str.contains 函数来做for

但仍然不能只取前 4 个字母。

预期输出：

         A                         B
0        France                   United States of America
1        Italy                    France
2        United Stats of America  Italy

为了总结，我正在寻找更正 A 列中的值，使其与 b 列中的值相似

Answer 1

模糊匹配的解决方案 --fuzzywuzzy

from fuzzywuzzy import process

def fuzzyreturn(x):
    return [process.extract(x, df.B.values, limit=1)][0][0][0]


df.A.apply(fuzzyreturn)
Out[608]: 
0                      France
1                       Italy
2    United States of America
Name: A, dtype: object
df.A=df.A.apply(fuzzyreturn)