如何将一个数据帧中的每一行与另一个数据帧中的每一行进行比较，并查看值之间的差异？

Question

我有两个数据帧：

df1

     Code     Number
0   ABC123      1
1   DEF456      2
2   GHI789      3
3   DEA456      4

df2

     Code 
0   ABD123
1   DEA458
2   GHI789

df1就像一个字典，我可以通过检查每个项目的代码，从中获得它们各自的编号。但是，也有未注册的代码，如果我发现了未注册的代码，我应该寻找最像它们的代码。因此，结果应该是：

ABD123=1（因为它与ABC123有1个不同的字符）

DEA456=4（因为它有1个与DEA456不同的字符，2个与DEF456不同，所以它选择了最接近的字符）

GHI789=3（因为它在df1处具有等效值）

我知道如何单独检查每个代码的差异，并保存不同字符的“长度”，但我不知道如何应用此代码，因为我不知道如何将df2中的每一行与df1中的所有行进行比较。有办法吗

Answer 1

这也应该起作用：

df['Code_e'] = df['Code'].str.extract(r'(\d+)').astype(int)
df2['Code_e'] = df2['Code'].str.extract(r'(\d+)').astype(int)
final_df = pd.merge_asof(df2,df.sort_values(by='Code_e'),on='Code_e',suffixes=('','_right')).drop(['Code_e','Code_right'],axis=1)

Answer 2

don't know how to compare each row from df2 against all rows from df1.

嵌套循环将起作用。如果您有一个名为compare的函数，它将如下所示

for index2, row2 in df2.iterrows():
    for index1, row1 in df1.iterrows():
        difference = compare(row2,row1)
        #do something with the difference.

---

使用Pandas或Numpy时，嵌套循环通常不理想，但它们确实有效。也许有更好的解决办法

---

DataFrame.iterrows()