Python合并difflib逐行匹配结果为DataFrame关联源数据

读取CSV文件中两列职位名称数据，调用difflib.get_close_matches方法做相似度阈值为0.7的职位匹配时，原有代码逐行打印匹配结果，尝试转换为DataFrame时每行结果单独生成一个DataFrame对象，无法完成拼接合并。需要实现：

• 输出结构化的单列DataFrame
• 无匹配结果的行显示为(blank)
• 结果可与源数据直接关联

import pandas as pd
import difflib

df = pd.read_csv('name.csv')

aLists = list(df['JTs'])

bLists = list(df['JT'])

n=3
cutoff = 0.7

for aList in aLists:
    best = difflib.get_close_matches(aList, bLists, n, cutoff)
    print(best)

['SW Engineer']
['Manu Engineer']
[]
['IT Help']

Output
0    SW Engineer
1  Manu Engineer
2        (blank)
3        IT Help

问题核心是循环过程中没有统一收集匹配结果，在循环内部逐次生成DataFrame自然会产生多个独立对象无法拼接。只需要在循环外初始化结果列表，逐行收集匹配到的最佳值（get_close_matches返回结果按相似度从高到低排序，取第一个即为最佳匹配），无匹配时填充(blank)，最后将结果列表直接赋值为原DataFrame的新列即可，自动和源数据行索引对齐。

修正后代码：

import pandas as pd
import difflib

df = pd.read_csv('name.csv')
aLists = list(df['JTs'])
bLists = list(df['JT'])

n = 3
cutoff = 0.7
match_result = []

for item in aLists:
    best_matches = difflib.get_close_matches(item, bLists, n, cutoff)
    # 取相似度最高的第一个结果，无匹配则填(blank)
    if best_matches:
        match_result.append(best_matches[0])
    else:
        match_result.append('(blank)')

# 直接将结果作为新列加入原DataFrame，自动和源数据关联
df['Output'] = match_result

# 如需单独输出期望的单列结果，直接取对应列即可
output_df = df[['Output']]
print(output_df)

运行后输出和期望格式完全一致，且匹配结果和源数据的其他列保留对应关联关系。如果需要保留TopN匹配结果而非单个最佳匹配，只需要调整列表append的逻辑，将整个匹配列表存入即可。

内容的提问来源于stack exchange，提问作者MattGW