python中的字符串匹配分数

如何解决python中的字符串匹配分数

我有两个文件 - 一个包含两列：“字段名”和“关键字”，第二个包含单列“标题”。

[![Dataset-1][1]][1] [1]：https://i.stack.imgur.com/BdwmR.png

[![数据集 -2][2]][2] [2]：https://i.stack.imgur.com/apRzs.png

我正在尝试根据标题是否在关键字中将标题映射到字段名。如果标题在关键字中，则它是直接映射。但是，如果不是，那么我正在做模糊匹配。

def fuzzy_match(outputdf2): 
    d1={}
    for i in outputdf2.index:#get row index
        if(outputdf2.iloc[i,1]=="NoMatch"):
            for key,value in d.items():#search in the dictionary
                score=0
                for Str2 in value:
                    Distance = levenshtein_ratio_and_distance(str(outputdf2.iloc[i,0]),Str2)
            #         print(Str2+ " : "+ Distance)
                    Ratio = levenshtein_ratio_and_distance(str(outputdf2.iloc[i,Str2,ratio_calc = True)
                    score = score + Ratio
            #         print(Ratio)
                avg_score = round((score/len(value))*100,2)
                if avg_score>=30:  #Threshold score. Currently set to 30
                    d1[key] = avg_score
    #         print(outputdf2.iloc[i,0])
    #         print(sorted(d1.items(),key=lambda x: x[1],reverse=True)[:5])
    #         print("\n")
            outputdf2.iloc[i,1] = sorted(d1.items(),reverse=True)[:5]
    return(outputdf2)

df_fuzzy_match = fuzzy_match(df_no_match)

哪里， df_no_match 包含两列：columns1 具有来自 Headers 文件的标头名称，没有直接映射。第 2 列包含所有观察结果的“NoMatch”。 'levenshtein_ratio_and_distance' 函数的来源 - https://www.datacamp.com/community/tutorials/fuzzy-string-python

我的匹配分数很低。是不是因为关键词数量有限？还是因为我利用模糊匹配的功能。