迭代 2 列並比較 Python 中的相似性

Question

我有一個看起來像這樣的 DF：

Row      Account_Name_HGI           company_name_Ignite
1        00150042 plc               WAGON PLC
2        01 telecom, ltd.           01 TELECOM LTD
3        0404 investments limited   0404 Investments Ltd

我想要做的是遍歷Account_Name_HGI和company_name_Ignite列並比較第 1 行中的 2 個字符串並為我提供相似度分數。 我有提供分數的代碼：

from difflib import SequenceMatcher

def similar(a, b):
     return SequenceMatcher(None, a, b).ratio()

這帶來了我想要的相似度分數，但我對如何創建將迭代 2 列並返回相似度分數的 for 循環的邏輯有疑問。 任何幫助將不勝感激。

Answer 1

使用列表理解zip ：

from difflib import SequenceMatcher

df['ratio'] = [similar(a, b) for a, b in
               zip(df['Account_Name_HGI'], df['company_name_Ignite'])]

# or directly without your custom function
df['ratio'] = [SequenceMatcher(None, a, b).ratio() for a,b in
               zip(df['Account_Name_HGI'], df['company_name_Ignite'])
               ]

Output：

   Row          Account_Name_HGI   company_name_Ignite     ratio
0    1              00150042 plc             WAGON PLC  0.095238
1    2          01 telecom, ltd.        01 TELECOM LTD  0.266667
2    3  0404 investments limited  0404 Investments Ltd  0.818182

Answer 2

使用列表推導式壓縮兩列：

from difflib import SequenceMatcher

df['ratio'] = [SequenceMatcher(None, a, b).ratio()
               for a, b 
               in zip(df['Account_Name_HGI'], df['company_name_Ignite'])]

print (df)
   Row          Account_Name_HGI   company_name_Ignite     ratio
0    1              00150042 plc             WAGON PLC  0.095238
1    2          01 telecom, ltd.        01 TELECOM LTD  0.266667
2    3  0404 investments limited  0404 Investments Ltd  0.818182