Python 在具有匹配字符串值及其计数的列表中查找模糊匹配字符串

我有一个清单如下

A = ['vikash','vikas','Vinod',Vikky','Akash','Vinodh','Sachin','Salman,'Ajay','Suchin','Akash','vikahs']

我想将列表中的每个元素与每个元素进行匹配，并找到匹配率为90%或以上的每个元素的模糊匹配字符串以及匹配元素的计数

在数据框中，我的结果应该如下所示

string  Matching strings count
===============================
Vikash  vikas,vikahs      2
vikas   vikash,vikahs     2
vinod   vinodh            1
Vikky                     0
Akash   Akash             1
...
..
Vikahs vikash,vikas       2

有谁能帮助我实现这一点，因为我是python新手

---

谢谢

这可以通过以下方式使用fuzzyfuzzy实现：

将熊猫作为pd导入
从fuzzyfuzzy导入fuzz
元素=['vikash'、'vikas'、'Vinod'、'Vikky'、'Akash'、'Vinodh'、'Sachin'、'Salman'、'Ajay'、'Suchin'、'Akash'、'vikahs']
结果=[[name，[]，0]表示元素中的名称]
对于枚举（元素）中的（i，元素）：
对于枚举（元素[i+1:]）中的（j，选项）：
如果模糊比率（元素，选项）>=90：
结果[i][2]+=1
结果[i][1]。追加（选择）
结果[j+i+1][2]+=1
结果[j+i+1][1]。追加（元素）
data=pd.DataFrame（结果、列=['name'、'duplicates'、'duplicate_count']）

作为替代方案，我编写了该库，它在返回与FuzzyWuzzy相同的结果时速度更快，并且可以通过以下方式实现：

将熊猫作为pd导入
从rapidfuzz导入模糊
元素=['vikash'、'vikas'、'Vinod'、'Vikky'、'Akash'、'Vinodh'、'Sachin'、'Salman'、'Ajay'、'Suchin'、'Akash'、'vikahs']
结果=[[name，[]，0]表示元素中的名称]
对于枚举（元素）中的（i，元素）：
对于枚举（元素[i+1:]）中的（j，选项）：
如果模糊比率（元素、选项、分数_截止=90）：
结果[i][2]+=1
结果[i][1]。追加（选择）
结果[j+i+1][2]+=1
结果[j+i+1][1]。追加（元素）
data=pd.DataFrame（结果、列=['name'、'duplicates'、'duplicate_count']）

我确实运行了一个快速基准测试，以显示每1000次运行中两次之间的运行时差异：

#模糊模糊
0.13835792080499232
#RapidFuzz
0.03843669104389846

两者的输出为：

      name        duplicates  duplicate_count
0   vikash           [vikas]                1
1    vikas  [vikash, vikahs]                2
2    Vinod          [Vinodh]                1
3    Vikky                []                0
4    Akash           [Akash]                1
5   Vinodh           [Vinod]                1
6   Sachin                []                0
7   Salman                []                0
8     Ajay                []                0
9   Suchin                []                0
10   Akash           [Akash]                1
11  vikahs           [vikas]                1

---

匹配率为90%或以上是什么意思？有不同类型的匹配比率，例如在模糊模糊模糊中。当你有两个得分超过90%的元素时，它们应该都在结果中并增加一个，还是只增加一个？我使用比率来检查模糊匹配比率。从fuzzyfuzzy导入fuzz fuzz.ratio（str1，str2），如果超过1个值超过90%，则两者都应作为结果并递增。感谢@maxbachmann的快速回复，我非常感谢您的时间和专业建议。安装rapidfuzz库后，我发现以下错误-------------------------------------------------------------------35 gc.collect（）中的ImportError回溯（最近一次调用）36->37从rapidfuzz导入fuzz C:\ProgramData\Anaconda3\lib\site packages\rapidfuzz_init_uuz.py在2个快速字符串匹配库中导入错误：DLL加载失败：找不到指定的模块。您是否可以在此处打开一个问题：同样使用上述函数，我可以获得匹配字符串的计数，但我也需要匹配字符串的列表..vikash 1 vikas 2 Vinod 1 Vikky 0 Akash 1 Vinodh 1 Sachin 0 Salman 0 Ajay 0 Suchin 0 Akash 1 vikahs 1如何获得匹配字符串以及此结果？在这个结果中，我得到了字符串和匹配字符串的计数。另外，您能帮我修复rapidfuzz的DLL加载失败错误吗？