У меня есть CSV-файл с условиями поиска (числа и текст), который я хотел бы сравнить со списком других условий (числа и текст), чтобы определить, есть ли совпадения или потенциальные совпадения. Затем я хотел бы, чтобы все результаты были записаны в новый CSV для ручного просмотра. Я использую подключаемый модуль fuzzywuzzy, чтобы создать «оценку», чтобы определить, насколько близко совпадение между терминами. В идеале я мог бы фильтровать соотношение.
Мой текущий код сравнивает строки файлов один к одному вместо одной строки в первом файле со всеми строками во втором; что мне нужно.
Как выполнить нечеткий поиск каждой строки в файле 1 по всем строкам в файле 2?
from fuzzywuzzy import fuzz
import csv
from itertools import zip_longest
f = open('FuzzyMatch2.csv', 'wt')
writer = csv.writer(f, lineterminator = '\n')
file1_loc = 'LookUp.csv'
file2_loc = 'Prod.csv'
file1 = csv.DictReader(open(file1_loc, 'r'), delimiter=',', quotechar='"')
file2 = csv.DictReader(open(file2_loc, 'r'), delimiter=',', quotechar='"')
for row in file1:
for l1, l2 in zip_longest(file1, file2):
if all((l1, l2)):
partial_ratio = fuzz.token_sort_ratio(str(l1['SearchTerm']), str(l2['Description']))
a = [l1,l2,partial_ratio]
writer.writerow(a)
f.close()
Ниже приведена гораздо более чистая версия приведенного выше кода, но в ней все еще есть проблемы. Код выдает ошибку
IndexError: индекс списка вне допустимого диапазона
Любая идея, как получить список в пределах диапазона и работающий код?
from fuzzywuzzy import process
import csv
save_file = open('FuzzyResults.csv', 'wt')
writer = csv.writer(save_file, lineterminator = '\n')
def parse_csv(path):
with open(path,'r') as f:
for row in f:
row = row.split()
yield row
if __name__ == "__main__":
## Create lookup dictionary by parsing the products csv
data = {}
for row in parse_csv('Prod.csv'):
data[row[0]] = row[1]
## For each row in the lookup compute the partial ratio
for row in parse_csv("LookUp.csv"):
for found, score in process.extract(row, data, limit=100):
if score >= 10:
print('%d%% partial match: "%s" with "%s" ' % (score, row, found))
Digi_Results = [score, row, found]
writer.writerow(Digi_Results)
save_file.close()