如何大规模应用实体名称匹配 （rapidfuzz）

问：

我有一个用户输入的汽车名称数据帧，我需要将其与另一个汽车名称数据库（数百万条记录）进行匹配并提取唯一标识符。在使用 rapidfuzz 时改进这种匹配的最佳方法是什么？

#Libraries
import pandas as pd
from rapidfuzz import fuzz, process, utils as fuzz_utils

#Data sample
df = pd.DataFrame({'strings_variable':['Avalon Toyota loan', 'Blazer Chevrolet', 'Blazer Chevrolety', 'Blazer Chevroletys', 'Blazer Chevroletys3', 'Suzuki Vitara sales', 'Suzuki Vita sales', 'Vauxhall Astra', 'Buick Special car', 'Ford Aerostar','beetle','aston martin']})

df2 = pd.DataFrame({'strings_variable2': ['Suzuki Vitara','Avalon Toyota loan co','some car','random car', 'Blazer Chevrolet', 'Vauxhall Astra X', 'Buick Special car', 'Ford Aerostar','Aston Martin Valkyrie','Volkswagen Beetle','GMC Syclone'],
                    'unique_id': ['100','101','102','103','104','105','106','107','108','109','110']})

我已经清理了数据（条形字符、空格、小写、停用词等），因此任何直接匹配（例如阿斯顿马丁：阿斯顿马丁）都应该被删除，其余记录应该有差异（额外的单词、缩写等），这就是我需要进行模糊匹配的原因。

使用本教程，我能够重新创建此代码，从而提供成功的结果

df['Match'] = ''
for index, row in df.iterrows():
    matches = []
    for i, r in df2.iterrows():
        score = fuzz.WRatio(row['strings_variable'], r['strings_variable2'])
        if score >= 90:
            matches.append(r['strings_variable2'])
            matches.append(r['unique_id'])
    df.at[index, 'Match'] = matches
    df[['match','unique_id']] = pd.DataFrame(df.Match.to_list(), index= df.index)
df = df.drop(columns = ['Match'])

这适用于如此小的样本。问题在于，在现实中，我必须将 15 万条记录与 800 万条记录的数据库进行匹配，因此即使尝试将一条记录与 8 密耳进行匹配。数据库需要很长时间。进行这种模糊匹配的最佳方法是什么？ 先谢谢你。