如何将带有无效字符（重音）的 Pandas 数据框与数组匹配？ [复制]

Posted 2023-02-24

【中文标题】如何将带有无效字符（重音）的 Pandas 数据框与数组匹配？ [复制]

【英文标题】：How can I match a Pandas Dataframe with invalid characters (accents) to an array? [duplicate]

【发布时间】：2017-05-17 01:59:41

【问题描述】：

我一直在尝试在 Python 3 中使用 Pandas Dataframe 来查找与 CSV 文件中的名称匹配的特定 ID。我正在阅读的 API 为我提供了 António 的名称以及其他名称，我需要它在名为“first”的列中使用重音。我有一系列名字，不一定有我需要匹配的所有口音。这个程序似乎适用于我尝试的每个名称，除了重音字符具有不同值的名称。

import pandas as pd

nameArray=[Antonio,Matt,Mark,Raul]
playersUrl = 'https://www.FakeSite.com/players'
playerData = pd.read_csv(playersUrl, names=["PLAYERID", "FIRSTNAME"]

for first, playerid in zip(playerData["FIRSTNAME"],playerData["PLAYERID"]):
    for i in len(nameArray):
        testName = nameArray[i]    
        if first == testName:
            return playerid

【问题讨论】：

你的缩进有一些挑战。

你是说你想匹配带或不带重音的名字吗？

CSV 中的 playerData 数据框有重音字。数组中充满了不带重音的单词，我需要它们匹配。

【参考方案1】：

如果您想在不使用变音符号的情况下进行比较，请参阅之前的 SO 帖子 here：

Unidecode 是这个问题的正确答案。它将任何 unicode 字符串转译为最接近的 ascii 文本表示形式。