Python 我一直在尝试应用fuzzyfuzzy包来解决查找欺诈条目的问题。如何在下面的问题中应用相同的方法？

我想在下表中使用fuzzyfuzzy包

x   Reference   amount
121 TOR1234        500
121 T0R1234        500
121 W7QWER         500
121 W1QWER         500
141 TRYCATC        700
141 TRYCATC        700
151 I678MKV        300
151 1678MKV        300

我想对列“x”和“amount”匹配的表进行分组

对于组中的每个引用 我将（fuzzyfuzzy）与该组中的其他引用进行比较。 A.如果匹配为100%，则删除它们 B如果匹配为90-99.99%，则保留它们 C删除该特定行90%以下的匹配项 预期产出-

---

这是为了检测欺诈条目，如表中的“1”替换为“I”，而“0”替换为“O”。如果您有其他解决方案，请提出。

据我所知，您不需要

fuzzyfuzzy

包方法 将simple

与keep=False一起使用

df = pd.DataFrame(data={"x":[121,121,121,121,141,141,151,151],
                   "Refrence":["TOR1234","T0R1234","W7QWER","W1QWER","TRYCATC","TRYCATC"
                               ,"I678MKV","1678MKV"],
                   "amount":[500,500,500,500,700,700,300,300]})
res = df.drop_duplicates(['x','Refrence','amount'],keep=False).sort_values(['x'],ascending=[False])

print(res)

将levenshtein距离应用于同一x范围内的参照
这是为了检测欺诈条目，如表中的“1”替换为“I”，而“0”替换为“O”。如果你有其他的解决方案，请提出建议。因此，有一件事
levenshtein距离
在删除重复项后，您可以在同一个x范围内计算引用的levenshtein距离，这将建议您在引用之间进行多少次编辑，使其等于库中的一个，此外，还有许多事情需要研究levenshtein距离-我尝试了这项工作解决了这个问题，但未能成功。如果你能帮我实施，那就太好了great@ROHITMUNDHRA我已经应用了
levenshtein distance
并找出了两个引用中哪些字符不常见，现在请尝试如何替换引用中的那些字符串
df = pd.DataFrame(data={"x":[121,121,121,121,141,141,151,151],
                   "Refrence":["TOR1234","T0R1234","W7QWER","W1QWER","TRYCATC","TRYCATC"
                               ,"I678MKV","1678MKV"],
                   "amount":[500,500,500,500,700,700,300,300]})
res = df.drop_duplicates(['x','Refrence','amount'],keep=False).sort_values(['x'],ascending=[False])

print(res)

     x Refrence  amount
6  151  I678MKV     300
7  151  1678MKV     300
0  121  TOR1234     500
1  121  T0R1234     500
2  121   W7QWER     500
3  121   W1QWER     500

from itertools import combinations
from similarity.damerau import Damerau
levenshtien = Damerau()

data = list(combinations(res['Refrence'], 2))

refrence_df = pd.DataFrame(data,columns=['Refrence','Refrence2'])

refrence_df = pd.merge(refrence_df,df[['x','Refrence']],on=['Refrence'],how='left')
refrence_df = pd.merge(refrence_df,df[['x','Refrence']],left_on=['Refrence2'],right_on=['Refrence'],how='left')

refrence_df.rename(columns={'x_x':'x_1','x_y':'x_2','Refrence_x':'Refrence'},inplace=True)

refrence_df.drop(['Refrence_y'],axis=1,inplace=True)

refrence_df = refrence_df[refrence_df['x_1']==refrence_df['x_2']]

refrence_df['edit_required'] = refrence_df.apply(lambda x: levenshtien.distance(x['Refrence'],x['Refrence2']),
                                                   axis=1)

refrence_df['characters_not_common'] = refrence_df.apply(lambda x :list(set(x['Refrence'])-set(x['Refrence2'])),axis=1)
print(refrence_df)

    Refrence Refrence2  x_1  x_2  edit_required characters_not_common
0   I678MKV   1678MKV  151  151              1                   [I]
9   TOR1234   T0R1234  121  121              1                   [O]
10  TOR1234    W7QWER  121  121              7    [O, T, 1, 3, 2, 4]
11  TOR1234    W1QWER  121  121              7       [O, T, 3, 2, 4]
12  T0R1234    W7QWER  121  121              7    [T, 1, 0, 3, 2, 4]
13  T0R1234    W1QWER  121  121              7       [T, 0, 3, 2, 4]
14   W7QWER    W1QWER  121  121              1                   [7]