在相似的字符串上加入 2 个表

Question

简单来说，我正在尝试在数据集中查找重复项。

我正在尝试做的是与此类似的事情 '''

With no1 as (
Select 'Hi I am sam'::text s
), no2 as (
Select 'Hi, I am'::text s
) Select l.S,f.S
from no1 f 
join no2 l
on ('%'+f.s+'%') ILike ('%'+l.s+'%') OR ('%'+l.s+'%') ILike ('%'+f.s+'%')

'''

我希望 on 语句包含一个将连接这两列的子句，因为它们具有相似的字符串。我尝试使用 pg_trgm 和相似函数，但似乎必须在后端完成。

如果这不可行，您能否告诉我如何使用 pandas 根据该条件加入这些表？

Answer 1

我想你想要：

on f.s ilike '%' || l.s || '%' or l.s ilike '%' ||  f.s || '%'

理由：

• ilike 将通配符识别为它的 right 操作数；在左侧操作数中，'%' 只是一个百分号，它会阻止匹配

• Postgres 中的字符串连接运算符是||（+ 用于数值）