pyspark 的新手，我需要做模糊匹配。发现 levenhenstein 是一个可以做到这一点的原生函数。我有一个这样的数据帧： +----------------+---------------...

我有这个 （y） 和一个 （x），我想比较一下，看看哪个 y 最适合 x，如果只考虑删除。vectorstringsstring x = "PCOR1" y = c("PCor", "TCor", ...

我需要进行模糊匹配并使用 levenshtein pyspark 函数，因为它是内置的 pyspark 函数，我认为会比 udf 有速度优势。它非常慢，数据帧中大约有 341 行（最大），并且正在使用...

根据字符串与 Python 的相似性在 Power Query 编辑器 （Power BI） 中合并两个表 请考虑以下表格： 表1 表1 名字 ... 苹果水果 A11 ... 香蕉果 B12...

我无法将表连接在一起，2 列具有相似的数据，但数据不完全相同。 例： 表 1：第 1 列 =“预计今天天气会下雨” 表 2：第 2 列 =“预计今天天气和阴云会下雨” 我尝试使用以下方法加入，但...

我想使用 simpful 模糊化这个 excel 文件： 使用这些模糊规则： 例如，在这种情况下，如果年龄在 50 到 59 岁之间，我需要 excel 为“五十年代”，如果 EVOL 在 10 ...

我正在尝试匹配两个包含食物描述 [ 和 ] 的字符串列。我应用了一种算法来加权词频，因此不太频繁的单词具有更多的权重，但它失败了，因为它无法识别对象。foods1foods2 例如，项目“葡萄干百吉...

我正在尝试找到我有输入和参数的情况，我必须看看它们是否匹配，但我想考虑规范化和语音的一般变化。例如，我有一个参数是 [“feb. 19th”]，用户输入是 “February 19th”，我希望能够匹...