0

我有两个包含客户姓名的列表。名称可以相似或不同。如何使用python找到这两个列表之间的相似性？

在具有相似性之后，我想将相应的数据从一个 excel 文件拉到另一个。

例子：

清单 1：

Customer Name       Unique ID
IBM                 2365
BOA                 5456
BMW AG              2456

清单 2：

Customer Name     Unique ID
IBM Pvt Ltd        
BMW Group
Robert Bosch
BOA Ltd

这只是一个示例数据。实际数据包含近 30 万行。

我尝试通过将两个列表作为 excel 文件分别传递给函数来尝试 Jaccard Similarity，但结果（即 Jaccard Similarity）始终为零。

编辑：如何遍历两个列表，将每个元素与其他列表的所有元素进行比较并构建距离矩阵？

然后，我想按降序对该矩阵的每一行进行排序，以了解它们之间最接近的匹配。或者有没有其他更好的方法来知道矩阵构建后最接近的匹配？

4

1 回答 1

0

你能详细说明一下你的问题吗？

相似性 beetwen 2 列表是什么意思？

当您说 List 时，您的意思是 CSV/Excel List 或 Python list 。如果您正在查看距离 beetwen 字符串，您可能需要查看 Levenshtein Algorithm 。https://www.geeksforgeeks.org/edit-distance-dp-5/

Pythonic - https://www.python-course.eu/levenshtein_distance.php。

由于您的数据量很大，因此 Alsp 检查外部合并排序策略

于 2018-11-26T09:57:31.267 回答