机器学习——数据清洗

模糊查询与替换

• fuzzywuzzy.fuzz
  • 返回匹配相似度
  • fuzz.ratio
  • fuzz.partial_ratio
  • fuzz.token_sort_ratio
  • fuzz.token_set_ratio

from fuzzywuzzy import fuzz
# 简单匹配
fuzz.ratio("I love python", "I love python!")
# 输出结果
96

# 非完全匹配
fuzz.partial_ratio("I love python", "I love python!")
# 输出结果
100

# 忽略顺序匹配
fuzz.token_sort_ratio("I love python", "python I love")
# 输出结果
100

# 去重子集匹配
fuzz.token_set_ratio(