用新值更改字符串值包含在另一个数据框中答案

【问题标题】：Change string values with new values contain in another data frame用新值更改字符串值包含在另一个数据框中
【发布时间】：2022-01-06 17:38:38
【问题描述】：

我有一个包含数千行销售数据的 csv，如下所示：

pd.DataFrame({
    'Item_name': ['guacamole', 'morita', 'verde', 'pico', 'tomatillo'],
    'Inv_number': ['0001', '0002', '0003', '0004', '0005'],
    'Store_name': ['alex', 'pusateris', 'wholefoods','longos', 'metro']

现在项目名称已更改为：

pd.DataFrame ({
'Item_name': ['Dip guacamole', 'morita Spicy', ' Salsa verde', 'Pico de Gallo', 'Roasted tomatillo']

我想要实现的是将旧名称更改为新名称。我对每个项目都使用了以下代码，但这需要很长时间！

sales_df['item_code']= sales_df['item_code'].replace({'Guacamole':'Dip Guacamole'})

有没有办法简化这段代码？也许用新名称创建一个列表并遍历销售数据？

期待听到您的 cmets。

谢谢！

【问题讨论】：

标签： python pandas data-analysis

【解决方案1】：

这里使用模糊逻辑。

# Python env: pip install thefuzz
# Anaconda env: conda install thefuzz

from thefuzz import process

THRESHOLD = 90  # reject all values below this score (%)

# df: your original dataframe
# df1: your new names
df['Item_name_new'] = \
    df['Item_name'].apply(lambda x: process.extractOne(x, df1['Item_name'],
                              score_cutoff=THRESHOLD)).str[0]
print(df)

# Output
   Item_name Inv_number  Store_name      Item_name_new
0  guacamole       0001        alex      Dip guacamole
1     morita       0002   pusateris       morita Spicy
2      verde       0003  wholefoods        Salsa verde
3       pico       0004      longos      Pico de Gallo
4  tomatillo       0005       metro  Roasted tomatillo
5      water       0006      nature               None

【讨论】：

我正在尝试使用此解决方案，但出现错误 -----name 'THRESHOLD' is not defined
@CarolinaMedina。真对不起。我解决了这个问题。
非常感谢！我不得不在阈值百分比附近玩你，但效果很好。

【解决方案2】：

你可以使用replace函数：

dic = {'Guacamole':'Dip Guacamole', 'morita': 'morita Spicy'}
sales_df = sales_df.replace({"item_code": dic})

【讨论】：

【解决方案3】：

如果库存编号保持不变，则应将其用作索引。我会尝试在索引和名称之间创建一个映射并将其应用于旧表：

name_dict = new_df.set_index("Inv_number")["Item_name'"].drop_duplicates()
old_df["new_names"] = old_df["Inv_number"].map(name_dict)

【讨论】：