创建一个搜索空间，所有的名字…弹出第一个关闭，并检查每一个其他的名字相似使用fuzzywuzzy…任何是simillar足够（高于某个阈值）你可以用这个词分组，然后从搜索空间中删除……重复，直到搜索空间为空……我不认为你可以把它矢量化或任何酷的东西……这可能需要一段时间（取决于你的搜索空间有多大）。。。我想大概是下面这样的

def close_enough(group,word,threshold=0.9):
    if fuzzy.eval(group[0],word) > threshold:
       group.append(word)
       return True

def search_matches(words):
    groups = []
    while words:
        a_group = [words.pop(0)]
        words = [w for w in words if not close_enough(a_group,w)]
        # append this group sorted so smallest is first
        groups.append(sorted(a_group,key=len))
    # return our similar groups
    return groups
         

search_space = list(set(df['company'].str.lower()))
simillar_groups = search_matches(search_space)
print(simillar_groups)
# [[a,ab,...],[c,cn,..],]
mapper = {g[0]:v for g in simillar_groups for v in g}
df["normalized_names"] = df["company"].str.lower().map(mapper)
print(df)