You need to enable JavaScript to run this app. 如何使用Python的fuzzywuzzy计算两个名称列表的两两模糊匹配得分
优惠活动
大模型
产品
解决方案
定价
更多

如何使用Python的fuzzywuzzy计算两个名称列表的两两模糊匹配得分

基于fuzzywuzzy实现两个名称集合的两两相似度计算

环境准备

在终端执行以下命令安装所需依赖:
pip install pandas fuzzywuzzy python-Levenshtein

注:python-Levenshtein是匹配加速依赖,安装后模糊匹配计算速度可提升10倍以上,缺失时代码也可正常运行。

实现流程

  • 导入依赖模块
    import pandas as pd
    from fuzzywuzzy import fuzz
    
  • 构造两个存储名称的DataFrame,对应题目提到的两个数据源:
    # 第一个名称集DataFrame
    df1 = pd.DataFrame({"names_1": ["John", "Alex", "harry"]})
    # 第二个名称集DataFrame
    df2 = pd.DataFrame({"names_2": ["ryan", "kane", "king"]})
    
  • 生成跨集两两配对(笛卡尔积):通过临时同值连接键实现交叉连接,避免手写嵌套循环
    # 给两个DataFrame添加相同的临时连接键
    df1["temp_key"] = 1
    df2["temp_key"] = 1
    
    # 交叉连接生成所有配对,删除临时键
    all_pairs = df1.merge(df2, on="temp_key").drop(columns="temp_key")
    
  • 逐对计算fuzz.Ratio相似度:
    all_pairs["fuzz.Ratio"] = all_pairs.apply(
        lambda row: fuzz.ratio(row["names_1"], row["names_2"]),
        axis=1
    )
    
  • 匹配目标输出格式:将两个名称列设置为多级行索引,得到的结果结构与示例完全一致
    final_res = all_pairs.set_index(["names_1", "names_2"])
    

补充说明:fuzz.ratio默认计算时会区分字符大小写,如果需要消除大小写差异对结果的影响,可在计算前对两个名称列做统一大小写转换,例如全转小写后再执行匹配计算。

内容的提问来源于stack exchange,提问作者Lokesh Choraria

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.13 07:54:01