查找相似文本的最佳匹配并仅保留唯一值

Question

我有一个我试图清除的项目名称列表，但它们包含重复项，但有轻微的不匹配。我想找到他们最近的匹配项，并用此匹配项替换所有匹配项。

我正在使用Python和Pandas，并导入了一个文件，该文件的一列中嵌入了Project名称。我做了一些清理工作，并删除了多余的字符来提取项目名称。但有些名称出现了轻微的不匹配。我difflib找到最接近的匹配，但它返回两个值，而最匹配的是自身。

      Project Name  
552   Hilton International
553   Hilton International A

key = df2.iloc[552:553]['Project Name'].tolist()
key = key[0]
difflib.get_close_matches(key, df2['Project Name'].tolist())

预期结果：

      Project Name  
552   Hilton International
553   Hilton International