Python 3.x 模糊字符串与Pandas和fuzzyfuzzy匹配，数据匹配：TypeError:无法在类似字节的对象上使用字符串模式

我有这样的数据文件-

我还有另一个数据文件，它有所有正确的国家名称。

为了匹配我在下面使用的两个文件：

import pandas as pd


names_array=[]
ratio_array=[]
def match_names(wrong_names,correct_names):
    for row in wrong_names:
        x=process.extractOne(row, correct_names)
        names_array.append(x[0])
        ratio_array.append(x[1])
    return names_array,ratio_array

fields = ['name']
#Wrong country names dataset
df=pd.read_csv("wrong-country-names.csv",encoding="ISO-8859-1",sep=';', skipinitialspace=True, usecols= fields )
print(df.dtypes)


wrong_names=df.dropna().values


#Correct country names dataset
choices_df=pd.read_csv("country-names.csv",encoding="ISO-8859-1",sep='\t', skipinitialspace=True)
correct_names=choices_df.values

name_match,ratio_match=match_names(wrong_names,correct_names)

df['correct_country_name']=pd.Series(name_match)
df['country_names_ratio']=pd.Series(ratio_match)

df.to_csv("string_matched_country_names.csv")

print(df[['name','correct_country_name','country_names_ratio']].head(10))

我得到以下错误：

name    object
dtype: object
Traceback (most recent call last):

  File "<ipython-input-221-a1fd87d9f661>", line 1, in <module>
    runfile('C:/Users/Drashti Bhatt/Desktop/untitled0.py', wdir='C:/Users/Drashti Bhatt/Desktop')

  File "C:\Users\Drashti Bhatt\Anaconda3\lib\site-packages\spyder_kernels\customize\spydercustomize.py", line 827, in runfile
    execfile(filename, namespace)

  File "C:\Users\Drashti Bhatt\Anaconda3\lib\site-packages\spyder_kernels\customize\spydercustomize.py", line 110, in execfile
    exec(compile(f.read(), filename, 'exec'), namespace)

  File "C:/Users/Drashti Bhatt/Desktop/untitled0.py", line 27, in <module>
    name_match,ratio_match=match_names(wrong_names,correct_names)

  File "C:/Users/Drashti Bhatt/Desktop/untitled0.py", line 9, in match_names
    x=process.extractOne(row, correct_names)

  File "C:\Users\Drashti Bhatt\Anaconda3\lib\site-packages\fuzzywuzzy\process.py", line 220, in extractOne
    return max(best_list, key=lambda i: i[1])

  File "C:\Users\Drashti Bhatt\Anaconda3\lib\site-packages\fuzzywuzzy\process.py", line 78, in extractWithoutOrder
    processed_query = processor(query)

  File "C:\Users\Drashti Bhatt\Anaconda3\lib\site-packages\fuzzywuzzy\utils.py", line 95, in full_process
    string_out = StringProcessor.replace_non_letters_non_numbers_with_whitespace(s)

  File "C:\Users\Drashti Bhatt\Anaconda3\lib\site-packages\fuzzywuzzy\string_processing.py", line 26, in replace_non_letters_non_numbers_with_whitespace
    return cls.regex.sub(" ", a_string)

TypeError: expected string or bytes-like object  

name对象
数据类型：对象
回溯（最近一次呼叫最后一次）：
文件“”，第1行，在
runfile（'C:/Users/Drashti-Bhatt/Desktop/untitled0.py'，wdir='C:/Users/Drashti-Bhatt/Desktop'）
文件“C:\Users\Drashti Bhatt\Anaconda3\lib\site packages\spyder\u kernels\customize\spyderrcustomize.py”，第827行，在runfile中
execfile（文件名、命名空间）
文件“C:\Users\Drashti Bhatt\Anaconda3\lib\site packages\spyder\u kernels\customize\spyderrcustomize.py”，第110行，在execfile中
exec（编译（f.read（），文件名，'exec'），命名空间）
文件“C:/Users/Drashti Bhatt/Desktop/untitled0.py”，第27行，在
名称匹配，比率匹配=匹配名称（错误名称，正确名称）
文件“C:/Users/Drashti Bhatt/Desktop/untitled0.py”，第9行，匹配名称
x=进程.extractOne（行，正确的\u名称）
文件“C:\Users\Drashti Bhatt\Anaconda3\lib\site packages\fuzzywuzzy\process.py”，第220行，在extractOne中
返回最大值（最佳_列表，key=lambda i:i[1]）
文件“C:\Users\Drashti Bhatt\Anaconda3\lib\site packages\fuzzywuzzy\process.py”，第78行，按顺序提取
已处理\u查询=处理器（查询）
文件“C:\Users\Drashti Bhatt\Anaconda3\lib\site packages\fuzzywuzzy\utils.py”，第95行，处于完整过程中
string\u out=StringProcessor。将\u非\u字母\u非\u数字\u替换为\u空格
文件“C:\Users\Drashti Bhatt\Anaconda3\lib\site packages\fuzzywuzzy\string\u processing.py”，第26行，将非字母非数字替换为空白
返回cls.regex.sub（“，一个字符串）
TypeError:应为字符串或类似字节的对象

我尝试了.decode选项，但没有成功。我做错了什么？

---

在此方面的任何帮助都将不胜感激！多谢

下面的代码正在运行。你可以找到不同之处。但我不确定这是否是您正在寻找的解决方案。我还尝试了手动创建的示例文件。我已从

pd.read\u csv

中删除

字段

（…=与您的代码相同）

输出

Country         object
alpha-2         object
alpha-3         object
country-code     int64
iso_3166-2      object
region          object
sub-region      object
region-co        int64
sub-region.1     int64
dtype: object
[[u'elbenie' u'AL' u'ALB' 8 u'ISO 3166-2:AL' u'Europe' u'Southern Europe'
  150 39]
 [u'enforre' u'AD' u'AND' 20 u'ISO 3166-2:AD' u'Europe' u'Southern Europe'
  150 39]
 [u'Belerus' u'AT' u'AUT' 40 u'ISO 3166-2:AT' u'Europe' u'Western Europe'
  150 155]]
[[u'elbenie']
 [u'enforre']
 [u'Belerus']]
('row=', array([u'elbenie', u'AL', u'ALB', 8, u'ISO 3166-2:AL', u'Europe',
       u'Southern Europe', 150, 39], dtype=object))
('row=', array([u'enforre', u'AD', u'AND', 20, u'ISO 3166-2:AD', u'Europe',
       u'Southern Europe', 150, 39], dtype=object))
('row=', array([u'Belerus', u'AT', u'AUT', 40, u'ISO 3166-2:AT', u'Europe',
       u'Western Europe', 150, 155], dtype=object))
  correct_country_name  country_names_ratio
0            [elbenie]                   60
1            [enforre]                   60
2            [Belerus]                   60

国家名称是什么样子的？您也可以尝试
pd.read_csv（“错误的国家名称.csv”，encoding=“ISO-8859-1”，skipinitialspace=True）
。这与我的代码相同，带有额外的sep=”；”。你能粘贴country-names.csv文件吗？因为我尝试了一个示例文件，并以我显示的方式导入，所以它对我来说运行良好，没有任何错误。请查看有问题的图片。我已经在那里添加了截图。你能分享你的代码吗？我也试过你的方法。但仍然会出现相同的错误。@DrashtiBhatt您可以在
处理之前打印
类型（行）
，
类型（正确名称）
，
打印（行）
，
打印（正确名称）
。提取一个（行，正确名称）
并粘贴输出。
Country         object
alpha-2         object
alpha-3         object
country-code     int64
iso_3166-2      object
region          object
sub-region      object
region-co        int64
sub-region.1     int64
dtype: object
[[u'elbenie' u'AL' u'ALB' 8 u'ISO 3166-2:AL' u'Europe' u'Southern Europe'
  150 39]
 [u'enforre' u'AD' u'AND' 20 u'ISO 3166-2:AD' u'Europe' u'Southern Europe'
  150 39]
 [u'Belerus' u'AT' u'AUT' 40 u'ISO 3166-2:AT' u'Europe' u'Western Europe'
  150 155]]
[[u'elbenie']
 [u'enforre']
 [u'Belerus']]
('row=', array([u'elbenie', u'AL', u'ALB', 8, u'ISO 3166-2:AL', u'Europe',
       u'Southern Europe', 150, 39], dtype=object))
('row=', array([u'enforre', u'AD', u'AND', 20, u'ISO 3166-2:AD', u'Europe',
       u'Southern Europe', 150, 39], dtype=object))
('row=', array([u'Belerus', u'AT', u'AUT', 40, u'ISO 3166-2:AT', u'Europe',
       u'Western Europe', 150, 155], dtype=object))
  correct_country_name  country_names_ratio
0            [elbenie]                   60
1            [enforre]                   60
2            [Belerus]                   60