首頁猿問檢查并刪除 NoneTypes 的...

檢查并刪除 NoneTypes 的 Jaro 字符串相似性

Python

函數(shù)式編程 2023-12-12 21:43:37

我試圖辨別兩個(gè)字符串之間的字符串相似性（使用 Jaro）。每個(gè)字符串都位于我的數(shù)據(jù)框中的單獨(dú)列中。String 1 = df['name_one'] String 2 = df['name_two']當(dāng)我嘗試運(yùn)行字符串相似性邏輯時(shí)：from pyjarowinkler import distancedf['distance'] = df.apply(lambda d: distance.get_jaro_distance(str(d['name_one']),str(d['name_two']),winkler=True,scaling=0.1), axis=1)我收到以下錯(cuò)誤： **error: JaroDistanceException: Cannot calculate distance from NoneType (str, str)**太好了，所以列中沒有類型，所以我做的第一件事就是檢查這一點(diǎn)：maskone = df['name_one'] == Nonedf[maskone]masktwo = df['name_two'] == Nonedf[masktwo]這不會(huì)產(chǎn)生 None 類型......此時(shí)我正在撓頭，但繼續(xù)以任何方式清理這兩列。df['name_one'] = df['name_one'].fillna('').astype(str)df['name_two'] = df['name_two'].fillna('').astype(str) 然而，我仍然得到：error: JaroDistanceException: Cannot calculate distance from NoneType (str, str)我是否正確刪除了 NoneTypes？

查看完整描述

1 回答

互換的青春

TA貢獻(xiàn)1797條經(jīng)驗(yàn) 獲得超6個(gè)贊

問題

問題并不完全是您只遇到NoneTypes空字符串，它也可能引發(fā)此異常，正如您在實(shí)現(xiàn)中看到的那樣distance.get_jaro_distance

if not first or not second:

raise JaroDistanceException("Cannot calculate distance from NoneType ({0}, {1})".format(

first.__class__.__name__,

second.__class__.__name__))

選項(xiàng)1

嘗試用“NA”替換您的無類型和/或空字符串或從數(shù)據(jù)集中過濾它們。

選項(xiàng)2

對(duì)可能引發(fā)此異常的行使用標(biāo)志值/距離。在下面的例子中，我將利用999

from pyjarowinkler import distance

df['distance'] = df.apply(lambda d: 999 if not str(d['name_one']) or not str(d['name_two']) else distance.get_jaro_distance(str(d['name_one']),str(d['name_two']),winkler=True,scaling=0.1), axis=1)

反對(duì) 回復(fù) 2023-12-12