Python 比较pandas中两列的字符串值并找到向量余弦

嗨，我在这里找到了一些代码，可以将两个字符串转换成向量，然后比较它们以返回它们相似性的余弦值

import re, math
from collections import Counter
import sys
import pandas as pd

WORD = re.compile(r'\w+')

def get_cosine(vec1, vec2):
     intersection = set(vec1.keys()) & set(vec2.keys())
     numerator = sum([vec1[x] * vec2[x] for x in intersection])

     sum1 = sum([vec1[x]**2 for x in vec1.keys()])
     sum2 = sum([vec2[x]**2 for x in vec2.keys()])
     denominator = math.sqrt(sum1) * math.sqrt(sum2)

     if not denominator:
        return 0.0
     else:
        return float(numerator) / denominator

def text_to_vector(text):
    words = WORD.findall(text)
    return Counter(words)

text1 = 'string one'
text2 = 'string two'

vector1 = text_to_vector(text1)
vector2 = text_to_vector(text2)

print get_cosine(vector1 , vector2)

我试图将其应用于pandas数据帧，这样它就不用使用两个随机字符串，而是在每一行上迭代，并将每一行的字符串值转换为一个向量，然后返回一个包含结果的新列。上面的示例返回0.5，因为string和string匹配，但是two和one不匹配，这意味着1/2=0.5个单词匹配。我有两个列

df['Address 1']

和

df['Address 2']

，每个列都有字符串地址值。我想比较并获得它们相似性的余弦值，并将该值作为新列返回

df['Address cosine']

例如，如果df['Address 1']持有

'685 EASY STREET'、'122 FOURTH AVE'、'9189五十九街'

和df['Address 2']持有

'685 EASY STREET'、'240 FOURTH AVE'、'9189三十八街'

然后我希望

df['Address Cosine']

包含

'1.0'，0.66'，0.5'

有什么想法吗