Python 基于条件的数据子集模糊化

首先，请注意，我是python新手，所以请提前道歉。然而，我在最后一两天对此进行了研究，运气不佳——因此我在这里发表了第一篇文章

我需要根据以下格式的CSV文件中的“名称”模糊匹配数据：

Code,Name,Location
123,Test data,LON
456,Data test,LON
789,Other,LON
1234,Test data,NYC

然而，我遇到的问题是，我希望

fuzzzywuzzy

只查看迭代中相同位置代码的数据。 所以在我的第一个循环中，“testdata，LON”不应该与“testdata，NYC”匹配

这就是我到目前为止所做的：

import pandas as pd
import numpy as np
from fuzzywuzzy import process
from fuzzywuzzy import fuzz

data = pd.read_csv('data.csv', delimiter=',', usecols=['Code', 'Name', 'Location'])

for index, row in data.iterrows():
    location = row['Location']
    name = row['Name']
    dd = data[data.Location == location ][['Name']]
    result = process.extractBests(name, dd, limit=3)
    print(result)    

上面提到的想法是，在我的数据帧中循环提取位置，并使用它作为过滤器来生成数据子集，以供fuzzywuzzy匹配

我们将非常感谢您的任何帮助，或是朝着正确的方向轻推。 谢谢

编辑 我希望匹配输出如下，然后我可以按照我认为合适的方式进行布局：

('Test data', [('Test data', 100, 0), ('Test data', 100, 3), ('Data test', 95, 1), ('Other', 34, 2)])
('Data test', [('Data test', 100, 1), ('Test data', 95, 0), ('Test data', 95, 3), ('Other', 36, 2)])

但此数据应仅包含来自相同

位置的匹配项

作为进一步的上下文，我在
Name
列中有110k行数据，其中有一些变量，我希望找到这些变量。我只关心同一
位置中的匹配项，因此不认为有必要根据我的整个110k数据集进行模糊查找。
如何使用列“位置”作为列表并遍历此列表：

import pandas as pd
import numpy as np
from fuzzywuzzy import process
from fuzzywuzzy import fuzz

data = pd.read_excel('data.xlsx')
location = list(data['Location'].drop_duplicates())
for i in location:
    datafiltered = data[data['Location'] == i ]
    for j in datafiltered['Name']:
        result = process.extractBests(j, datafiltered['Name'], limit=3)
        print(result) 

我希望有帮助。
BR
将您的“位置”列用作列表，并反复浏览此列表，如何：

import pandas as pd
import numpy as np
from fuzzywuzzy import process
from fuzzywuzzy import fuzz

data = pd.read_excel('data.xlsx')
location = list(data['Location'].drop_duplicates())
for i in location:
    datafiltered = data[data['Location'] == i ]
    for j in datafiltered['Name']:
        result = process.extractBests(j, datafiltered['Name'], limit=3)
        print(result) 

我希望有帮助。
BR
您可能希望查看-按位置分组，然后根据您的示例模糊搜索
名称
字段，给出您希望实现的匹配（即，您希望所有伦敦的分组还是仅前2名伦敦的分组）感谢Josh Friedlander和Dillon Josh的回复，我将查看groupby，谢谢。Dillon，我编辑了我的文章，添加了一些额外的细节。您可能希望查看-按位置分组，然后根据您的示例模糊搜索
名称
字段，给出您希望实现的匹配（即，您希望所有伦敦的分组还是仅前2个伦敦的分组）感谢Josh Friedlander和Dillon Josh的回复，我会查看groupby，谢谢。狄龙，我已经编辑了我的文章，增加了一些细节。