在 Pandas 中检查字符串相似性需要很长时间

问：

我想修改我的代码，使其运行得更快。我以前从未使用过发电机，也不知道怎么做。

我修改了我的代码，但仍然没有进展：

def shortest_word_version(my_list):
    similar_words_concat=[]
    for i in my_list:
        similarity_ratio=(SequenceMatcher(a= w[0], b=i[0] ).ratio() for w in my_list)
        high_similarity_indices=(i for i,v in enumerate(similarity_ratio) if v >= .7)
        similar_words = min(((''.join(my_list[j]) for j in high_similarity_indices)), key=len)
        similar_words_concat.append(similar_words)
    return similar_words_concat

我想检查列表中的所有字符串，对相似的字符串进行分组，并将它们全部替换为最短的对应字符串。

ex. ['adjust' , 'adjustment' , 'pear', 'lemon' , 'commitment', 'commit']

应该返回

['adjust' , 'adjust' , 'pear', 'lemon' , 'commit', 'commit']

当列表相当短时，我的代码可以正常工作，但是当我的方法的参数是具有 7000+ 个元素的 Pandas 列时，它需要很长时间并且永远无法看到结果。

如何更改我的代码以确保它及时运行更大的列表？

from difflib import SequenceMatcher
l1=['adjust' , 'adjustment' , 'pear', 'lemon' , 'commitment', 'commit']

def shortest_word_version(my_list):
    similar_words_concat=[]
    for i in my_list:
        similarity_ratio=[SequenceMatcher(a= w[0], b=i[0] ).ratio() for w in my_list]
        high_similarity_indices=[i for i,v in enumerate(similarity_ratio) if v >= .7]
        similar_words = min(([''.join(my_list[j]) for j in high_similarity_indices]), key=len)
        similar_words_concat.append(similar_words)
    return(similar_words_concat)

print(shortest_word_version(l1)) # prints correct result