difflib序列匹配器的更快版本，可在大型数据集上进行字符串比较

Question

我有一个由13列和37000行组成的数据框，并在由所有字符串组成的列上使用相同的数据框进行检查。

目前，我正在循环使用get_value来比较数据帧中的值。 由于数据不一致，大熊猫的合并功能不可行。 目的是获取difflib中所有匹配> 90的值

count=len(df)

for i in range(count):

    for j in range(count):

        a=str(df.get_value(i,'A')).lower()

        b=str(df.get_value(j,'A')).lower()

        vicode=str(df.iloc[i][0])

        vjcode=str(df.iloc[j][0])

        seq=difflib.SequenceMatcher(None, a,b)

        d=seq.ratio()*100

        if(d > 90 and vicode != vjcode):

                list_card.append([d,vicode,vjcode,a])

预期的结果要慢得多，并且同样需要更快的版本。