python - 如何用 Python 搜索相似的列？

Question

拜托，我有两个包含公司名称列的 CSV 文件。 对于 Python3 和 pandas，我进行了合并以比较名称:

compara1 = pd.merge(
    dividas_dep, funrural,
    left_on='Nome_Devedor',
    right_on='Razao_Social')

但是这些文件中的公司名称在某些文件中并不总是正确输入。示例:

AGROPECUARIA INDIANA LTDA
AGROPECUARIA INDINA LTDA

AGROTRI AGROPECUARIA TRIANGULO LTDA
AGROTRI AGROPECUARI TRIANGULO LTDA

所以合并没有找到相似的值 在Python中是否可以搜索高相似度？请注意，“Nome_Devedor”中的行与“Razao_Social”中的行非常相似 有教程吗？

Answer 1

您可以使用这个库来比较字符串:

from difflib import SequenceMatcher

def similar(a, b):
    threshold = 0.8
    return (SequenceMatcher(None, a, b).ratio() > threshold)

此函数返回 true，字符串相似度达到某个阈值。您可以从两个文件中迭代未考虑的字符串以完成匹配。