cos類似度が閾値未満の単語に別データの単語を代入したい

Question

前提

現在、このサイトを参考にsentence-BERTを用いてベクトル化した単語に対してcos類似度が閾値未満(<0.1)の単語に対応する別データの単語を代入するコードを書こうとしていますが、どうしてもうまくいかず、本サイトで助けをお借りしたいと思いました。

実現したいこと

• ベクトル化した単語に似ている単語を別データから代入するfor文を書く

該当のソースコード

import scipy.spatial

sentence_vectors = model.encode(sentences)
sentence_vectors

queries = df_diff_second
query_embeddings = model.encode(queries).numpy()

for query, query_embedding in zip(queries, query_embeddings):
    
    distances = scipy.spatial.distance.cdist([query_embedding], sentence_vectors, metric="cosine")[0]

    results = zip(range(len(distances)), distances)
    results = sorted(results, key=lambda x: x[1])

    for idx, distance in results[:]:
        try:
            if  0.0001 < distance < 0.1:
                print("\n\n======================\n\n")
                print("Query:", query)
                print("\nTop 5 most similar sentences in corpus:")
                print(sentences[idx], "(Score: %.4f)" % distance)
                df[idx] = query
                print(df[idx])
        except KeyError:
            continue

2番目のfor文にて単語の入れ替えをしようとしているのですが、どうしてもうまくいきません。
有識者の方がおりましたらご教授いただきたいです。