Python 如何通过比较pandas中的两个数据帧来分割输入
我试图从数据库中获取两个表中的输入和关键字。因此，我使用pandas读取两个表，并使用各自的列对数据进行拆分，然后将输出写回同一个表中的DB 我的输入：Python 如何通过比较pandas中的两个数据帧来分割输入,python,pandas,dataframe,split,keyword,Python,Pandas,Dataframe,Split,Keyword,我试图从数据库中获取两个表中的输入和关键字。因此，我使用pandas读取两个表，并使用各自的列对数据进行拆分，然后将输出写回同一个表中的DB 我的输入： **Name_Extension** **Company_Type** **Priority** co llc Company LLC 2 Pvt ltd
**Name_Extension** **Company_Type** **Priority**
co llc Company LLC 2
Pvt ltd Private Limited 8
Corp Corporation 4
CO Ltd Company Limited 3
inc Incorporated 5
CO Company 1
ltd Limited 7
llc LLC 6
Corporation Corporation 4
& Co Company 1
Company Limited Company Limited 3
Limited Limited 7
Co inc Company Incorporated 9
AB AB 10
SA SA 11
S A SA 11
GmbH GmbH 12
Sdn Bhd Sdn Bhd 13
llp LLP 14
co llp LLP 14
SA DE CV SA DE CV 19
Company Company 1
Coinc Company Incorporated 9
Coltd Company Limited 3
Core_Input Type_input
NULL NULL
NULL NULL
NULL NULL
GALT MEDICAL Corporation
MIZUHO AMERICA Incorporated
NULL NULL
LUV N CARE Limited
STERIS ISOMEDIX PUERTO RICO Incorporated
MEDISTIM Incorporated
Cadence Science Incorporated
k1=[]
k2=[]
df1=pd.read_sql('select * from [dbo].[company_Extension]',engine)
for inp1 in df1['Name_Extension']:
k1.append(inp1.strip())
for inp2 in df1['Company_Type']:
k2.append(inp2.strip())
p=1
p1=max(df1['Priority'])
for k1 in df1['Name_Extension']:
for k2 in df1['Company_Type']:
#for pr in df1['Priority']:
for i in df['Cleansed_Input']:
while p<=p1:
if re.search(r'[^>]*?\s'+str(k1).strip(),str(i).strip(),re.I) and (p == (pr for pr in
df1['Priority'])):
splits = i.str.split(str(k1),re.I)
df['Core_Input'] = splits[0] #df['Cleansed_Input'].str.replace(str(k1),'',re.I)
df['Type_input'] = str(k2)
p=p+1
data.to_sql('Testtable', con=engine, if_exists='replace',index= False)
LARIDENT SRL
MIZUHO Corporation Gosen Factory
ZIMMER MANUFACTURING BV
GALT MEDICAL CORP
MIZUHO AMERICA INC
AVENT S de RL de CV
LUV N CARE LTD
STERIS ISOMEDIX PUERTO RICO INC
MEDISTIM INC
Cadence Science Inc
TECHNOLOGIES SA
AMG Mdicale Co Inc
**Name_Extension** **Company_Type** **Priority**
co llc Company LLC 2
Pvt ltd Private Limited 8
Corp Corporation 4
CO Ltd Company Limited 3
inc Incorporated 5
CO Company 1
ltd Limited 7
llc LLC 6
Corporation Corporation 4
& Co Company 1
Company Limited Company Limited 3
Limited Limited 7
Co inc Company Incorporated 9
AB AB 10
SA SA 11
S A SA 11
GmbH GmbH 12
Sdn Bhd Sdn Bhd 13
llp LLP 14
co llp LLP 14
SA DE CV SA DE CV 19
Company Company 1
Coinc Company Incorporated 9
Coltd Company Limited 3
Core_Input Type_input
NULL NULL
NULL NULL
NULL NULL
GALT MEDICAL Corporation
MIZUHO AMERICA Incorporated
NULL NULL
LUV N CARE Limited
STERIS ISOMEDIX PUERTO RICO Incorporated
MEDISTIM Incorporated
Cadence Science Incorporated
k1=[]
k2=[]
df1=pd.read_sql('select * from [dbo].[company_Extension]',engine)
for inp1 in df1['Name_Extension']:
k1.append(inp1.strip())
for inp2 in df1['Company_Type']:
k2.append(inp2.strip())
p=1
p1=max(df1['Priority'])
for k1 in df1['Name_Extension']:
for k2 in df1['Company_Type']:
#for pr in df1['Priority']:
for i in df['Cleansed_Input']:
while p<=p1:
if re.search(r'[^>]*?\s'+str(k1).strip(),str(i).strip(),re.I) and (p == (pr for pr in
df1['Priority'])):
splits = i.str.split(str(k1),re.I)
df['Core_Input'] = splits[0] #df['Cleansed_Input'].str.replace(str(k1),'',re.I)
df['Type_input'] = str(k2)
p=p+1
data.to_sql('Testtable', con=engine, if_exists='replace',index= False)
**Name_Extension** **Company_Type** **Priority**
co llc Company LLC 2
Pvt ltd Private Limited 8
Corp Corporation 4
CO Ltd Company Limited 3
inc Incorporated 5
CO Company 1
ltd Limited 7
llc LLC 6
Corporation Corporation 4
& Co Company 1
Company Limited Company Limited 3
Limited Limited 7
Co inc Company Incorporated 9
AB AB 10
SA SA 11
S A SA 11
GmbH GmbH 12
Sdn Bhd Sdn Bhd 13
llp LLP 14
co llp LLP 14
SA DE CV SA DE CV 19
Company Company 1
Coinc Company Incorporated 9
Coltd Company Limited 3
Core_Input Type_input
NULL NULL
NULL NULL
NULL NULL
GALT MEDICAL Corporation
MIZUHO AMERICA Incorporated
NULL NULL
LUV N CARE Limited
STERIS ISOMEDIX PUERTO RICO Incorporated
MEDISTIM Incorporated
Cadence Science Incorporated
k1=[]
k2=[]
df1=pd.read_sql('select * from [dbo].[company_Extension]',engine)
for inp1 in df1['Name_Extension']:
k1.append(inp1.strip())
for inp2 in df1['Company_Type']:
k2.append(inp2.strip())
p=1
p1=max(df1['Priority'])
for k1 in df1['Name_Extension']:
for k2 in df1['Company_Type']:
#for pr in df1['Priority']:
for i in df['Cleansed_Input']:
while p<=p1:
if re.search(r'[^>]*?\s'+str(k1).strip(),str(i).strip(),re.I) and (p == (pr for pr in
df1['Priority'])):
splits = i.str.split(str(k1),re.I)
df['Core_Input'] = splits[0] #df['Cleansed_Input'].str.replace(str(k1),'',re.I)
df['Type_input'] = str(k2)
p=p+1
data.to_sql('Testtable', con=engine, if_exists='replace',index= False)
**Name_Extension** **Company_Type** **Priority**
co llc Company LLC 2
Pvt ltd Private Limited 8
Corp Corporation 4
CO Ltd Company Limited 3
inc Incorporated 5
CO Company 1
ltd Limited 7
llc LLC 6
Corporation Corporation 4
& Co Company 1
Company Limited Company Limited 3
Limited Limited 7
Co inc Company Incorporated 9
AB AB 10
SA SA 11
S A SA 11
GmbH GmbH 12
Sdn Bhd Sdn Bhd 13
llp LLP 14
co llp LLP 14
SA DE CV SA DE CV 19
Company Company 1
Coinc Company Incorporated 9
Coltd Company Limited 3
Core_Input Type_input
NULL NULL
NULL NULL
NULL NULL
GALT MEDICAL Corporation
MIZUHO AMERICA Incorporated
NULL NULL
LUV N CARE Limited
STERIS ISOMEDIX PUERTO RICO Incorporated
MEDISTIM Incorporated
Cadence Science Incorporated
k1=[]
k2=[]
df1=pd.read_sql('select * from [dbo].[company_Extension]',engine)
for inp1 in df1['Name_Extension']:
k1.append(inp1.strip())
for inp2 in df1['Company_Type']:
k2.append(inp2.strip())
p=1
p1=max(df1['Priority'])
for k1 in df1['Name_Extension']:
for k2 in df1['Company_Type']:
#for pr in df1['Priority']:
for i in df['Cleansed_Input']:
while p<=p1:
if re.search(r'[^>]*?\s'+str(k1).strip(),str(i).strip(),re.I) and (p == (pr for pr in
df1['Priority'])):
splits = i.str.split(str(k1),re.I)
df['Core_Input'] = splits[0] #df['Cleansed_Input'].str.replace(str(k1),'',re.I)
df['Type_input'] = str(k2)
p=p+1
data.to_sql('Testtable', con=engine, if_exists='replace',index= False)
您好，希望下面的几行可以帮助您获得解决方案…由于某些原因，我不使用SQL，而是将您的数据放在两个不同的Excel中…在运行代码之前，您需要在输入表中添加列类型
import pandas as pd
import numpy
import re
input_df = pd.read_excel('input.xlsx',sheet_name='Sheet1')
exts_df = pd.read_excel('exts.xlsx', sheet_name='Sheet1')
# Check if correct data is loaded
print(input_df.head())
ext_list = exts_df['Name_Extension']
type_list =exts_df['Company_Type']
for i, j in input_df.iterrows():
comp_name = input_df['Company Names'][i]
for idx, ex in enumerate(ext_list):
if re.search(rf'\b{ex}\b', comp_name,re.IGNORECASE):
comp_type = type_list[idx]
input_df['Type'].iloc[i] = comp_type
# Delete teh extension name from company name
updated_comp_name = re.sub(rf'\b{str(ex).upper()}\b','',str(comp_name).upper())
# Above regex is leaving space post word removal adding space from next word becomes 2 spaces
updated_comp_name = str(updated_comp_name).replace(' ',' ')
# Update the company name
input_df['Company Names'].iloc[i] = updated_comp_name
print(input_df)
input_df.to_excel('output.xlsx', index=False)
…您好，希望下面几行可以帮助您获得解决方案…由于某些原因，我不使用SQL，而是将您的数据放在两个不同的Excel中…在运行代码之前，您需要在输入表中添加列类型
import pandas as pd
import numpy
import re
input_df = pd.read_excel('input.xlsx',sheet_name='Sheet1')
exts_df = pd.read_excel('exts.xlsx', sheet_name='Sheet1')
# Check if correct data is loaded
print(input_df.head())
ext_list = exts_df['Name_Extension']
type_list =exts_df['Company_Type']
for i, j in input_df.iterrows():
comp_name = input_df['Company Names'][i]
for idx, ex in enumerate(ext_list):
if re.search(rf'\b{ex}\b', comp_name,re.IGNORECASE):
comp_type = type_list[idx]
input_df['Type'].iloc[i] = comp_type
# Delete teh extension name from company name
updated_comp_name = re.sub(rf'\b{str(ex).upper()}\b','',str(comp_name).upper())
# Above regex is leaving space post word removal adding space from next word becomes 2 spaces
updated_comp_name = str(updated_comp_name).replace(' ',' ')
# Update the company name
input_df['Company Names'].iloc[i] = updated_comp_name
print(input_df)
input_df.to_excel('output.xlsx', index=False)
…问题不清楚，，，2个表-表a和表b-x是从表a收集的输入，y是从表b收集的输入，，，然后吐出什么，拆分的基础是什么，比如空格、字符串或特殊关键字..这就是表2中的关键字。表2有三列。如果表2第1列中的单词出现在表1中输入的末尾，则应将其拆分。Cadence Science Inc.这是表1中的输入，其关键字Inc位于表2的第一列。因此，它应该被拆分，作为Cadence Science，Incorporation。Inc应缩写并放在另一列中。缩写也出现在表2第2列中。我清楚地给出了输入和输出表，但不知道为什么没有正确对齐。检查下面的内容，并标记是否是答案。问题不清楚。表2-表a和表b-x是从表a收集的输入，y是从表b收集的输入，，，然后，吐出什么，拆分的基础是什么，比如空格、字符串或特殊关键字..这就是表2中的关键字。表2有三列。如果表2第1列中的单词出现在表1中输入的末尾，则应将其拆分。Cadence Science Inc.这是表1中的输入，其关键字Inc位于表2的第一列。因此，它应该被拆分，作为Cadence Science，Incorporation。Inc应缩写并放在另一列中。缩写词也出现在表2第2列中。我清楚地给出了输入和输出表，但不知道为什么没有正确对齐。请在下面检查并标记它是否为答案。我是否必须在类型列中添加任何内容，我可以知道它是什么。因为我尝试将我的sql表添加到您的代码中，以替换excel的位置，但输出不一致。我添加了一个编辑。请检查pandas在数据帧上的工作情况，无论源是什么，，，列的名称是，请注意使用pandas，，，一旦您从db上载了您的帧，请检查是否加载了正确的数据，。打印（df。['列名称'].标题）。。。。。否则，请将问题中提到的两个表放入两个不同的excel、、input.xlsx，其中有一个列名Company name和另一个类型（您需要添加）……以及另一个excel exts.xlsx，其中有三列关键字表，，只需从名称中删除星号……我已经更新了代码来更新没有名称的公司名称。\u extension让我试试这个，但我们的规则是使用数据库表中的输入，然后用python处理，然后写回数据库表。我们不允许使用excel，所以我必须在Type列中添加任何内容，我可以知道它是什么。因为我尝试将我的sql表添加到您的代码中，以替换excel的位置，但输出不一致。我添加了一个编辑。请检查pandas在数据帧上的工作情况，无论源是什么，，，列的名称是，请注意使用pandas，，，一旦您从db上载了您的帧，请检查是否加载了正确的数据，。打印（df。['列名称'].标题）。。。。。否则，请将问题中提到的两个表放入两个不同的excel、、input.xlsx，其中有一个列名Company name和另一个类型（您需要添加）……以及另一个excel exts.xlsx，其中有三列关键字表，，只需从名称中删除星号……我已经更新了代码来更新没有名称的公司名称。\u extension让我试试这个，但我们的规则是使用数据库表中的输入，然后用python处理，然后写回数据库表。我们不允许使用excel