我有两个数据框架,我想合并基于一个列。然而,由于不同的拼写,不同的空格数量,不存在/发音符号的存在,我希望能够合并,只要他们彼此相似。
任何相似性算法都可以(soundex,Levenshtein,afflib’s)。
假设一个数据框架包含以下数据:
df1 = DataFrame([[1],[2],[3],[4],[5]], index=['one','two','three','four','five'], columns=['number'])
number
one 1
two 2
three 3
four 4
five 5
df2 = DataFrame([['a'],['b'],['c'],['d'],['e']], index=['one','too','three','fours','five'], columns=['letter'])
letter
one a
too b
three c
fours d
five e
Then I want to get the resulting DataFrame
number letter
one 1 a
two 2 b
three 3 c
four 4 d
five 5 e