我有一组 25000 个地址（由 AddreLine1、AddreLine2、AddreLine3、AddreLine4 和邮政编码组成），这些地址已手动输入到数据库中，现在我将它们存储在 excel/csv 文件中。让我们称之为集合 A。 另一方面，我有该地理区域的完整地址集。让我们称之为集合 G。它有超过 3000 万个条目。
我需要将 Set A 中的地址与 Set G 中的地址进行比较，以获得最接近的匹配，然后可用于邮寄。
我将不得不在 python 中实现这一点，并且我正在使用 Pandas 库来处理大量数据。 我根据 [Levenshtein distance][1] 算法匹配地址。使用比率输出来选择。
我只是将集合 A 中的每个地址与集合 G 中的每个地址进行匹配，并过滤掉错误的匹配。并根据一些排名算法，我会选择最匹配的地址。
我发现这个实现非常耗时，而且是一种天真的方法。
请提出在使用 Python 语言的限制范围内是否有更好的方法。