Python:Find方法匹配两个数据帧中相似但不完全相同的名称

我有两个数据帧，一个包含客户打开的服务请求，另一个包含客户的订单。 我想在客户名称上合并这两个数据框，但问题是名称不相同，因为它们来自两个不同的来源。 只是一个虚构的例子：数据框1可以有“Facebook，Inc.”，数据框2可以是“Facebook社交媒体”

我尝试使用SequenceMatcher（来自difflib import SequenceMatcher），并在数据帧1中以每个客户的最高比率获取结果，但精度不够高

我很高兴听到遇到同样问题的人的想法

---

谢谢。

您可以使用

fuzzyfuzzy

库或来自

editdistance

软件包的优化Levenstein距离。优化的Levenstein距离只使用最后两行，而不是传统的二维矩阵。要计算相似性，请使用下一个公式：

ratio = 1 - levenstein(a, b) / max(len(a), len(b))

此外，您可以使用Damerau Levenstein修改。它允许计算字符换位，而不是删除/插入操作

---

试试levenshtein距离。看，谢谢！这是非常有用的，我仍然在努力解决这个问题，因为当字符串变得太不同时，我会得到一些不正确的匹配，但这可能没有一个自动化的解决方案。