Python中遍历DataFrame两列并计算字符串相似度的实现方法

你可以通过两种方式实现需求，推荐使用pandas的apply方法（更高效、符合pandas最佳实践），也可以手动循环遍历行：

方法一：使用apply（推荐） #

直接对DataFrame的每行应用你的similar函数，无需手动遍历：

import pandas as pd
from difflib import SequenceMatcher

def similar(a, b):
    return SequenceMatcher(None, a, b).ratio()

# 假设你的DataFrame名为df
df['similarity_score'] = df.apply(lambda row: similar(row['Account_Name_HGI'], row['company_name_Ignite']), axis=1)

# 查看结果
print(df)

执行后会新增一列similarity_score，存储每行两个字符串的相似度得分。

方法二：手动循环遍历行 #

如果你确实需要手动循环，可以使用iterrows()：

# 初始化空列表存储得分
scores = []

for index, row in df.iterrows():
    score = similar(row['Account_Name_HGI'], row['company_name_Ignite'])
    scores.append(score)

# 将得分添加到DataFrame
df['similarity_score'] = scores

注意：iterrows()的效率低于apply，处理大数据集时优先选择方法一。

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