测试模糊匹配成功，为Pandas DataFrame新增匹配列时结果异常

问题分析 #

你单独测试模糊匹配逻辑时能正常运行，但封装函数或使用apply给DataFrame新增列时出错，核心问题如下：

• 异常代码1：循环中直接给整列赋值，每次循环都会覆盖之前的结果；未在循环内获取匹配结果，也未定义best_match函数。
• 异常代码2：在外层额外添加了循环，apply本身已实现逐行处理列A的所有元素，无需额外循环；同时缺少best_match函数的具体实现。

正确实现方案 #

1. 定义完整的匹配函数 #

先编写一个函数，接收单个待匹配字符串和匹配候选列表，返回匹配结果及对应的相似度得分：

import pandas as pd
from difflib import get_close_matches, SequenceMatcher

def get_match_and_score(text, patterns):
    # 过滤候选列表中的None值，避免无效匹配
    valid_patterns = [p for p in patterns if p is not None]
    try:
        best_match = get_close_matches(text, valid_patterns, n=1)[0]
        score = SequenceMatcher(None, text, best_match).ratio()
        return best_match, score
    except IndexError:
        # 无匹配结果时返回指定默认值
        return 'No Match', 0.0

2. 应用函数到DataFrame #

直接对列A使用apply，将返回的元组拆分为match和score两列：

# 初始化DataFrame
df = pd.DataFrame({
    "A": ['dog.Ronaldo','dog.Benjamin','cat.Genevieve', 'dog.GermanShepherd', 'cat.Tom'], 
    "B": ['dog.Ron', 'dog.Gen', 'dog.Benjamin', 'cat.Tim', None]
})
# 提取列B的有效值作为匹配候选（也可直接使用你定义的patterns列表）
patterns = [p for p in df['B'] if p is not None]

# 应用函数并拆分结果为两列
df[['match', 'score']] = df['A'].apply(
    lambda x: pd.Series(get_match_and_score(x, patterns))
)

# 可选：删除列B
df = df.drop('B', axis=1)

print(df)

运行结果 #

执行后会得到符合期望的DataFrame：

关键说明 #

• 过滤None值：避免将空值作为匹配候选，减少无效匹配逻辑。
• 拆分结果：利用pd.Series将apply返回的元组直接转换为两列，无需手动循环处理每行。
• 异常捕获：针对get_close_matches返回空列表的情况（无匹配结果），捕获IndexError并返回预设默认值。

内容的提问来源于stack exchange，提问作者SunflowerParty