我正在尝试一种组合多个数据集的好方法，其中每个数据集在同一组项目上的信息集略有不同，因此包含略有不同的数据。例如：
+----+------+--------+-------+------------------+----------+---------+---------+
| h | db | name | age | location | colour | fruit | height |
+----+------+--------+-------+------------------+----------+---------+---------+
| 1 | b | joe | 22 | redbush ave | blue | pear | _ |
| 2 | b | joe | 22 | redbush avenue | blue | paer | _ |
| 3 | c | macy | 38 | high street | green | apple | 1.65 |
| 4 | c | j. h | 22 | redbush | blue | pear | 1.59 |
+----+------+--------+-------+------------------+----------+---------+---------+
从那组行（即从 DBb和结合c，我想得到：
+----+------+-----------+-------+-------------------------------+----------+--------------+---------+
| h | db | name | age | location | colour | fruit | height |
+----+-------+--- ------+-------+-------------------------------+----------+--------------+---------+
| 1 | X | joe, j.h | 22 | redbush ave, redbush avenue | blue | pear, paer | 1.59 |
| 2 | X | macy | 38 | high street | green | apple | 1.65 |
+----+------+-----------+-------+-------------------------------+----------+--------------+---------+
即 3 个非常相似的行已被合并，并且它们的数据不同，所有版本都被添加。
我正在尝试学习 python，所以找到了 pandas 的东西，使用 groupby，连接所有列并比较，以及模糊模糊，但似乎没有什么完全匹配的。我猜答案将涉及编辑/Levenshtein 距离，但我正在努力寻找一种方法。
谢谢你的帮助，
马特