FuzzyWuzzy python，将两个相同的短语匹配到不同的脚本中带来不同的结果

如何解决FuzzyWuzzy python，将两个相同的短语匹配到不同的脚本中带来不同的结果

所以问题是。我写了一个脚本，使用fuzzywuzzy 比较dataPrame 中的值

def check_match_principal_name(state):
    for i in range(len(ALL_SCHOOLS['Principal Name'])):
        for a in range(len(TOP100['Principal'])):
            matchADD = fuzz.token_sort_ratio(ALL_SCHOOLS['Principal Name'][i],TOP100['Principal'][a])
            if matchADD > 90:
                print(ALL_SCHOOLS['Principal Name'][i]+' '+TOP100['Principal'][a])
                matchPRI.append(i)
                matchPRI100.append(a)
                print(ALL_SCHOOLS['Principal Name'][i])
                print(TOP100['Principal'][a])
    for i in matchPRI:
        ALL_SCHOOLS.loc[i,'MatchPRI'] = 1

    for i in matchPRI100:
        TOP100.loc[i,'MatchPRI'] = 1

    ALL_SCHOOLS.to_excel(f'/Users/Giova/PycharmProjects/Schools/Final_final/{state}1.xlsx')
    TOP100.to_excel(f'/Users/Giova/PycharmProjects/Schools/Final_final/top-100/{state}1.xlsx')
    matchPRI.clear()
    matchPRI100.clear()

它有效，我没有任何例外等等，但例如在上层脚本 fuzz.token_sort_ratio(ALL_SCHOOLS['Principal Name'][i],TOP100['Principal'][a]) 返回 Kimberly Beukema - Ms. Kimberly Beukema = 91

在第二个脚本中是这样的：

from fuzzywuzzy import fuzz
match= fuzz.partial_token_sort_ratio('Kimberly Beukema','  Ms. Kimberly Beukema')
print(match)

它返回匹配 = 100

我不明白为什么值会改变？

解决方法

默认情况下，{% for friend in user_p.friends.all %} {% for post in fried.user.post_set.all %} {{ post }} {% endfor %} {% endfor %} 和 token_sort_ratio 都会预处理这两个字符串。这意味着它将字符串小写，删除非字母数字字符并修剪空格。所以在你的情况下它会转换：

partial_token_sort_ratio

到

'Kimberly Beukema'
'  Ms. Kimberly Beukema'

在下一步中，他们都对两个字符串中的单词进行排序：

'kimberly beukema'
'ms kimberly beukema'

然后他们比较两个字符串。对于此比较，'beukema kimberly' 'beukema kimberly ms' 使用 token_sort_ratio，而 ratio 使用 partial_token_sort_ratio。

在 partial_ratio 中，需要删除 3 次才能将“beukema kimberly ms”转换为“beukema kimberly”。由于字符串的组合长度为 35，因此生成的比率为 ratio。

在round(100 * (1 - 3 / 35)) = 91中计算两个字符串的最佳对齐的partial_ratio。在您的情况下，“beukema kimberly”是“beukema kimberly ms”的子字符串，因此计算“beukema kimberly”和“beukema kimberly”之间的 ratio 为 ratio。