Python：保持最高的匹配度

问题描述

我有两个无法克服的挑战。问题是，我有以下代码：

df['company'].apply(lambda x: ''.join(next((v for k,v in domains.items() if k == x or difflib.SequenceMatcher(None,k,x).ratio() > 0.7 or difflib.SequenceMatcher(None,x).ratio() > 0.5),'No match')))

它旨在将df['company']字符串与domains词典中最接近的字符串进行匹配，首先是如果字符串完全匹配，然后如果difflib.SequenceMatcher ratio()大于70 ％，然后是50％。

问题1：这非常慢。 2k记录需要花费几分钟。如果您对如何优化我的代码有任何建议，将非常感谢您的帮助。

问题2：无论选择or的顺序如何，代码都会选择找到的第一个匹配项。我该如何强迫它选择“最准确”的可用发现（例如k == x），然后停止迭代？

谢谢您的帮助！ 干杯！

更新： 我能找到的最佳解决方案是：

def matcher(x):
    matches = []
    for k,v in domains.items():
        if k == x:
            matches.append((v,1))
        elif difflib.SequenceMatcher(None,x).ratio() > 0.70:
            matches.append((v,difflib.SequenceMatcher(None,x).ratio()))
        elif difflib.SequenceMatcher(None,x).ratio() > 0.50:
            matches.append((v,x).ratio()))
        else:
            continue
    return sorted(matches,key=lambda y: y[1],reverse=True)[0][0]

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）