Vergleichen von Spielnamen python

Question

Ich versuche, einen Quotenvergleicher mit Python zu erstellen, der Spielnamen mit Pandas vergleicht. Das Problem, das ich habe, ist, wenn die Daten nicht 100% übereinstimmen, dann wird der Name des Spiels nicht erkannt.

Gibt es eine effiziente Möglichkeit, Spielnamen zu finden? ZB eine prozentuale Übereinstimmung. Fuzzy-Suche? Ich kann mir keine zuverlässige Methode vorstellen, um Fehler zu minimieren. Irgendwelche Ideen, wie dies durch Python erreicht werden könnte?

  a    b   c   d e 
EC Bahia v Salvador U20 2.3 EC Bahia v Salvador 2.3 NaN  
EC Bahia v Salvador  2.3 EC Bahia v Salvador 2.3 Match You could get the first word before v and after but…. 
Bahai Samone v Salvator 2.3 EC Bahia v Salvador 2.3 Match However this causes problem when the string was Ec FAHI (different) 

df1

     EW       WE DA \ 
0      k       k  2 
1 EC Bahia Salvador U20 Clube Atletico Mineiro U20 2.3 
2    Moreirense      Rio Ave 1.62 
3    EC Bahia    Salvadoa U20 14 
4    EC Bahia     Salvador 4141 

    DD 
0 https://www.b1 
1 https://www.b1 
2 https://www.b1 
3 https://www.b1 
4 https://www.b1 

DF2

   AA   AB    AC AD \ 
0 Starting soon    k     k 3.15 
1   In-Play FC Nitra U19 Z Michalovce U19 9.60 
2   In-Play Sevilla U19 NK Maribor U19 NaN 
3   In-Play Moreirense   Rio Av 1.02 
4 Starting in 13'  EC Bahia   Salvador 1.07 

     AE 
0 https://www.be 
1 https://www.be 
2 https://www.be 
3 https://www.be 
4 https://www.be 

Gewünschter:

   AA AB   AC    AD \ 
0 Starting soon k   k   3.15 
1 Starting in 13' EC  Bahia   9.60 
1  In-Play Moreirense Rio Av  1.02 

       AE   EW  WE \ 
0 https://www.b1  k v k   2 
1 https://www.b2 EC v Bahia  4141 
3 https://www.b3 Moreirense v Rio Av 1.02 

Formel:

df1['EW'] = df1['EW'] + ' v ' + df1['EW'] 
df1['WE'] = df1['DA'] 
df1['DA'] = df1['DD'] 


df2['EW'] = df2['AB'] + ' v ' + df2['AC'] 


print('kk') 

df3 = pd.merge(df2, df1, on='EW') 

Answer 1

Sie fragen im Grunde "was sind alle Möglichkeiten, String-Vergleiche in Python zu tun", die Frage ist HUGE.

Einige echte grundlegende Dinge wäre, eine Zeichenfolge Formatierung zu tun:

• alles Klein machen (zB here)
• Interpunktion entfernen (zB here)
• vielleicht Leerzeichen entfernen

Etwas fortgeschrittenere Sachen wären:

• Fuzzy-Matching (Ich mag das fuzzywuzzy Paket).
• Vektorisierung + Kosinusähnlichkeit (z here)

darüber hinaus, dass Sie wirklich in jede dieser IMHO zu tiefen Tauchgang haben.