地址相似度计算

方法一：

使用地址标准化模块GeocodingCHN

• 该模块可以对地址进行标准化重构，也可对行政省市进行补齐（如果未写区县则无法补齐区县）
• 做相似性比较时会先对地址进行标准化转换，转换后对其进行对比，对比时实际使用余弦相似性来计算相似度。

实现如下：

import pandas as pd
import numpy as np 
from GeocodingCHN import Geocoding

#读入数据df

#格式化函数
def addr_format(addr):
    address_nor = Geocoding.normalizing(addr)
    return address_nor

#相似度计算函数
def addr_similar(text1,text2):
    Address_1 = Geocoding.normalizing(text1)
    Address_2 = Geocoding.normalizing(text2)
    if type(Address_1) == Geocoding.Address and type(Address_2) == Geocoding.Address:
        similar = Geocoding.similarityWithResult(Address_1, Address_2)
        return similar
    else:
        return 0

def ex_similar(df):
    sim = addr_similar(df['addr1'],df['addr2'])
    return sim

def ex_format1(df):
    ex = ad