Python多个值的字符串比较

Question

我有一组数据。第一组（A）是设备名称较为复杂的列表。第二组是设备类别（B）的更广泛的列表，我需要使用字符串比较将第一组列表分组到第二组中。我知道这不会完美无缺。

针对列表A中的每个实体，我想要确定列表B中每个实体的Levenshtein距离。得分最高的列表B记录将是我将该数据点分配给的组别。

我非常生疏Python，并且正在尝试使用FuzzyWuzzy获取两个字符串值之间的距离。然而，我无法弄清如何迭代每个列表以生成所需的内容。

我假定我只需为每个数据集创建一个列表，并为每个列表编写一个相当基本的循环，但像我说的那样，我有些荒废并没有找到任何运气。

非常感谢您的帮助！如果有另一个软件包允许我执行此操作（不是Fuzzy）-我很乐意听取建议。

- MacAnRiogh

---

看这个，它会很有帮助的。Ned Batchelder - 像本地人一样循环：while、for、迭代器、生成器 https://www.youtube.com/watch?v=EnSu9hHGq5o - diek

Answer 1

看起来你需要使用process.extractOne函数。一个简单的用例可能是这样的:

from fuzzywuzzy import process
from collections import defaultdict

complicated_names = ['leather couch', 'left-handed screwdriver', 'tomato peeler']
generic_names = ['couch', 'screwdriver', 'peeler']

group = defaultdict(list)   

for name in complicated_names:
    group[process.extractOne(name, generic_names)[0]].append(name)

defaultdict 是一个具有所有键的默认值的字典。

我们遍历所有复杂的名称，使用fuzzywuzzy找到最匹配的名称，然后将该名称添加到与匹配项关联的list中。

- Patrick Haugh