下記の内容を参考にdpマッチングを作成しています。
2つのcsvファイルを比較に使用したいのですが,1つしかないのでしょうか?文字列ではなく数値のためうまく行かないのでしょうか?。わかっておらず申し訳ありません。ご教授いただけますと幸いです。よろしくお願い致します。
jupyternotebook
1import difflib 2import Levenshtein 3from pprint import pprint 4 5text_filepath = '../Desktop/m122.csv' 6results = [] 7 8# ファイル読み込み・類似度算出処理 9with open(../Desktop/m1.csv, 'r') as fr: 10 # # ヘッダー作成 11 header = fr.readline() 12 header = header.strip() 13 columns = header.split('\t') 14 columns.extend(['Gestalt_1','Gestalt_2','Levenshtein','Jaro_Winkler']) 15 16 results.append(columns) 17 18 for line in fr.readlines(): 19 line = line.strip() 20 data = line.split('\t') 21 22 str1 = data[0] 23 str2 = data[1] 24 25 # 1. ゲシュタルトパターンマッチング 26 gestalt1 = difflib.SequenceMatcher(None, str1, str2).ratio() 27 gestalt2 = difflib.SequenceMatcher(None, str2, str1).ratio() 28 29 data.append(gestalt1) 30 data.append(gestalt2) 31 32 # 2. レーベンシュタイン距離 33 lev_dist = Levenshtein.distance(str1, str2) 34 ## 標準化 35 divider = len(str1) if len(str1) > len(str2) else len(str2) 36 lev_dist = lev_dist / divider 37 lev_dist = 1 - lev_dist 38 data.append(lev_dist) 39 40 # 3. ジャロ・ウィンクラー距離 41 jaro_dist = Levenshtein.jaro_winkler(str1, str2) 42 data.append(jaro_dist) 43 44 # 表示用に小数点第4位で四捨五入 45 data[2:] = [round(x, 4) for x in data[2:]] 46 47 results.append(data) 48 49# 結果書き出し 50result_filepath = '../Desktop/mmm.txt' 51with open(result_filepath, 'w') as fw: 52 for result in results: 53 print('\t'.join(map(str, result)),file=fw) 54 55
error
1 File "<ipython-input-11-06fb6b37c5de>", line 10 2 with open(/Desktop/m1.csv, 'r') as fr: 3 ^ 4SyntaxError: invalid syntax
回答1件
あなたの回答
tips
プレビュー