Python将数据中的相似记录（字符串）分组

Question

我有这样一个输入表：

In [182]: data_set
Out[182]: 
       name             ID
0  stackoverflow       123      
1  stikoverflow        322      
2  stack, overflow     411      
3  internet.com        531      
4  internet            112      
5  football            001

我想根据fuzzyfuzzy对相似的字符串进行分组。因此，在应用模糊匹配之后，所有具有超过某个相似度阈值（比如，>；%90相似度）的字符串将组合在一起。因此，期望的输出是：

^{pr2}$

我在搜索不同的主题时发现this和{a2}它们只是名称匹配，没有进行聚类。另外this一个只显示最佳匹配，它对我没有帮助。这个page还解释了k-均值聚类，它需要预先设置簇的数量，这在本例中是不实际的。在

更新：

我发现fuzzywuzzy包中的process方法可以在一定程度上解决我的问题。但此方法只比较字符串与列表，而不比较列表与列表：

from fuzzywuzzy import process

with open("data-set.txt", "r") as f:
     data = f.read().split("\n")
process.extract("stackoverflow",data, limit=3)

输出：

[('stackoverflow', 100), ('stack, overflow', 93), ('stikoverflow', 88)]

但是我还是不知道如何使用它来聚类。在