如何在嵌套循环中为外层循环每个元素获取最大匹配值？

需求背景 #

现有两个词语列表，使用fuzzywuzzy库的fuzz.ratio方法计算词语间的匹配度，当前通过嵌套循环得到所有组合的匹配结果：

from fuzzywuzzy import fuzz

l = ['mango','apple']
l2 = ['ola','john']

for i in l:
    for j in l2:
        print(i,j,fuzz.ratio(i,j))

输出结果：

mango ola 25
mango john 22
apple ola 25
apple john 0

需要为外层列表的每个元素，筛选出与之匹配度最高的结果，预期输出：

mango ola 25
apple ola 25

已知可通过pandas实现该需求，以下提供纯Python的实现方案，同时附上参考的pandas实现代码。

纯Python实现方案 #

核心思路是针对外层列表的每个元素，遍历内层列表计算匹配度，实时记录当前元素的最大匹配度及对应内层元素，最后汇总结果输出：

from fuzzywuzzy import fuzz

l = ['mango','apple']
l2 = ['ola','john']

max_match_results = []

for outer_word in l:
    # 初始化最大匹配度为-1（匹配度范围为0-100，确保第一个结果能被捕获）
    highest_ratio = -1
    matched_word = None
    
    for inner_word in l2:
        current_ratio = fuzz.ratio(outer_word, inner_word)
        # 若当前匹配度更高，则更新记录
        if current_ratio > highest_ratio:
            highest_ratio = current_ratio
            matched_word = inner_word
        # 若需保留所有匹配度等于最大值的结果，可改为列表存储并判断相等的情况
    
    max_match_results.append((outer_word, matched_word, highest_ratio))

# 打印最终结果
for res in max_match_results:
    print(res[0], res[1], res[2])

运行后即可得到预期的输出结果。

参考的pandas实现方案 #

通过将所有匹配结果存入DataFrame，分组后筛选每组中匹配度最大的行：

from fuzzywuzzy import fuzz
import pandas as pd

l = ['mango','apple']
l2 = ['ola','john']

result = []
for i in l:
    for j in l2:
        result.append((i, j, fuzz.ratio(i, j)))

# 转换为DataFrame并指定列名
df = pd.DataFrame(result, columns=['word1', 'word2', 'distance'])

# 分组后标记出每组中匹配度等于最大值的行
idx = df.groupby(['word1'])['distance'].transform(max) == df['distance']
print(df[idx])

内容的提问来源于stack exchange，提问作者moth