Python 比特串相似性分数

我有一个包含14000行问卷数据的CSV文件。问卷有MCQ多重应答（M10、M13）。对于MCQ-MR，如M13中，有8个选项，如果受访者选择某个选项，则表示为1，否则表示为0。我想为每个位字符串生成一个相似性分数，并将其替换为位字符串。分数的计算方式应类似于

00010011

和

00100011

更相似，因为受访者选择了相同的选择，除了第三和第四个选择，因此分数必须比

00010011

和

00000001

更接近

M10,M13
1111000100001000,00000001
101010000001000,00000001
111010000001000,00010011
110010000001100,00100011

---

thread提供了一些关于比较两个字符串之间的Levenshtein距离的见解。但对于14000行，这将是巨大的计算负担。还有其他方法吗？

Levenshtein编辑距离不是您想要的。它认为A＝101010和B＝010101非常相似，因为可以通过在开始时添加0和在末尾移除1来将A转换成B。不过，你可能更希望它们被认为是最大的不同，因为它们在每个位置都不同

---

因此，您需要的只是位字符串的对称差。对两位字符串执行按位异或运算，并计算结果中的1位——每一位对应于两位之间不同的位。

Levenshtein编辑距离不是您想要的。它认为A＝101010和B＝010101非常相似，因为可以通过在开始时添加0和在末尾移除1来将A转换成B。不过，你可能更希望它们被认为是最大的不同，因为它们在每个位置都不同

---

因此，您需要的只是位字符串的对称差。对两位字符串执行按位异或运算，并对结果中的1位进行计数——每一位对应于两位字符串之间不同的一位。

这只会帮助我获得两位字符串之间的差异。因此，如果我有10位字符串，我必须将1位字符串与其余9位字符串的差值相加？这只会帮助我得到两位字符串之间的差值。所以，如果我有10位字符串，我必须将差1位字符串与其余9位字符串相加？