Python 使字符串列在大熊猫中保持一致/干净

我正在处理一个具有不干净字符串列的数据集。这些都是公司名称，而且大部分都是手工输入的，因此有打字错误和不同的表示形式。“数据集”列如下所示：

company_name
big compnay
big company
big company inc.
smll compny
small company
small inc.

我正在尝试将上述列编辑为如下内容：

company_name
big company
big company
big company
small company
small company
small company

数据点的数量远远大于可以手动清理的数据点数量。如果有任何建议/帮助/建议，我将不胜感激。我曾尝试使用fuzzywuzzy等模块，但我无法找到解决上述问题的最佳方法

---

谢谢。

您可以使用概率拼写更正器来更正与数据集中出现频率更高的单词之间有一到两个编辑距离的单词。这里提供了一个Python实现：

我认为pandas没有内置函数来处理它。可能您可以尝试为字符映射创建函数，或者使用距离向量方法来考虑字母顺序和字母本身来处理它。本练习的目标是什么？你能展示一个从脏数据到干净数据的映射示例吗？@JijoJose对，我正在努力解决这个问题。这是我从未做过的事…@SergeyBushmanov我刚刚编辑了这个问题，以反映从脏到干净的映射。。。谢谢我要试试这个。这似乎需要一个正确的单词库。就我而言，这需要一份正确的公司名称列表。这是可行的，但我需要几天的时间来手动查看它们，以获得正确的公司名称列表。然后我可能会做一些事情，比如获取最接近的匹配。避免手动选择的一种方法是根据数据集中出现的次数为每个值分配一个概率分数。例如，我期望概率['smll compny']

---

• [string]相关文章推荐

• String 寻找最小泛相图窗口的有效算法？ stringalgorithmbig-o
• String 如何获取Py3中的大写字母？ stringpython-3.x
• String Groovy中字母和数字的数字字符串排序 stringsortinggroovy
• String 尝试使用hazel移动文件时发生Applescript错误 stringreplaceapplescript
• String 将字符串转换为aes_字符串的美学 stringr
• String 如何最好地测试Haskell中的字符串是否为空或是否只填充了空格？ stringhaskell
• String 删除特定字符后的文本 stringdelphi
• String Lua读取字符串的开头 stringlua
• String 在字符串中双向替换子字符串 stringalgorithm
• String 取回一个反向字符串 stringpython-3.x
• 在Golang中，从int64到string再到slice的转换不'；行不通 stringgo
• String 为什么mips回文函数不能按照规范工作？ stringrecursionassemblymips
• String 如何对RDFn-Triples字符串文本进行编码？ stringencodingrdf
• String 使用自定义字符串定义符号变量 stringmatlabfor-loop
• String awk全局替换字符串的所有匹配项 stringbashawkreplace
• String 二进制表示的第n位 stringbinary
• String 算法-KMP前缀表：是否有两种选择可以跳转到？ stringalgorithm
• String 字符串、常量和线程安全 stringc++11
• String makefile中最简单的bash字符串比较失败 stringbashmakefile
• String 需要时从字符串中删除双引号 stringgo

---

• 随机文章推荐

• Macros 我该怎么写一个“我该怎么写？”；“定义”；Clojure中的宏？ macrosclojure
• Macros Mathematica：未评估vs延迟vs保持vs保持窗体vs保持全部完成vs等 macroslispwolfram-mathematica
• Macros 宏的容器_的定义 macroslinux-kernel
• Macros 使用defmac模拟where-in方案 macrosscheme
• Macros 给RPM宏一个带空格的参数 macros
• Macros 在SAS宏变量中分隔字 macrossas
• Macros 未检测到宏键自动热键 macroswindows-8keyboardautohotkey
• Macros Clojure函数文字#（），明白了 macrosclojure
• Macros Term宏字符串中的转义字符？ macrosterminal
• Macros Specman：为什么DAC宏将类型 macros
• Macros 写入长/多行宏 macros
• Macros Terra Term宏波特率调整 macros
• Macros 如何在Rust中导入宏？ macrosrust
• Macros SPSS-通过操纵另一个参数为宏参数赋值 macros
• Macros 如何使用Stanford Token regex在规则类型文本中嵌入宏 macrosstanford-nlp
• Macros 如何使用映射参数动态生成Phoenix控制器函数？ macroselixir
• Macros 使用生成宏生成构造函数调用 macros
• Macros 用于生成xlsx的宏可以手动正常工作，但不能通过QLIKVIEW管理控制台从批处理中正常工作 macros
• Macros 从基扩展“@show” macrosjulia
• Macros 如何在不首先复制的情况下裁剪ImageJ中的堆栈 macros