我正在考虑一种很好的方法来组合几个数据集，其中每个数据集在同一组项目上具有略微不同的信息集，因此包括稍微不同的数据。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DB b和c合并而来，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。已经组合了3个非常相似的行，并且在它们的数据不同的情况下，添加了所有版本。
我正在尝试学习python所以已经找到了大熊猫的东西，使用groupby，连接所有列和比较，以及fuzzywuzzy，但似乎没有什么匹配。我猜测答案将涉及编辑/ Levenshtein距离，但我正在努力找出方法。
谢谢你的帮助，
马特