基于姓名和出生日期的匹配列表

Question

这似乎应该很容易，但我似乎找不到我要找的东西...我有两个人员列表，名字、姓氏、出生日期，我只想知道哪个人们在两个列表中，哪些在一个列表中，而另一个不在另一个列表中。

我尝试过类似的东西

common = pd.merge(list1, list2, how='left', left_on=['Last', 'First', 'DOB'], right_on=['Patient Last Name', 'Patient First Name', 'Date of Birth']).dropna()

根据我在网上找到的其他内容，但它给了我这个错误：

KeyError: 'Date of Birth'

我已经验证这确实是第二个列表中的列标题，所以我不明白有什么问题。有人这样搭配吗？最简单/最快的方法是什么？列表之间的名称可能具有不同的格式，例如“Smith-Jones”与“SmithJones”与“Smith Jones”，但我通过从名称中删除所有空格和标点符号来解决这个问题......我认为这是第一个好的步骤？

Answer 1

试试这个，应该可以的

import sys
from StringIO import StringIO


import pandas as pd

TESTDATA=StringIO("""DOB;First;Last
    2016-07-26;John;smith
    2016-07-27;Mathew;George
    2016-07-28;Aryan;Singh
    2016-07-29;Ella;Gayau
    """)

list1 = pd.read_csv(TESTDATA, sep=";")

TESTDATA=StringIO("""Date of Birth;Patient First Name;Patient Last Name
    2016-07-26;John;smith
    2016-07-27;Mathew;XXX
    2016-07-28;Aryan;Singh
    2016-07-20;Ella;Gayau
    """)


list2 = pd.read_csv(TESTDATA, sep=";")

print list2
print list1

common = pd.merge(list1, list2, how='left', left_on=['Last', 'First', 'DOB'], right_on=['Patient Last Name', 'Patient First Name', 'Date of Birth']).dropna()
print common