餐馆配对
在上一节课中,您清理了 restaurants 数据集,为构建餐馆推荐引擎做好了准备。现在有一个新的 DataFrame,名为 restaurants_new,其中包含从新的数据来源抓取的新餐馆,用于训练您的模型。
您已经使用本课程所学的方法清理了 cuisine_type 和 city 列。不过,您发现餐馆名称中存在带有拼写错误的重复项,这需要进行记录链接(record linkage),而不是与 restaurants 直接做连接。
在本练习中,您将完成记录链接的第一步,在 restaurants 与 restaurants_new 之间生成可能的行配对。两个 DataFrame,以及 pandas 和 recordlinkage 库,均已在您的环境中可用。
本练习是课程的一部分
Python 数据清洗
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Create an indexer and object and find possible pairs
indexer = ____
# Block pairing on cuisine_type
indexer.____(____)
# Generate pairs
pairs = indexer.____(____, ____)