筛选/组合相似的字符串值

Question

我有一个包含名称的数据帧，我正在尝试合并类似的名称。示例：

| name      | foo_val |
| --------- | ------- |
| Andrew    | 2       |
| Braden    | 1       |
| Cheryl    | 4       |
| Cheryl :D | 1       |
| Christian | 1       |
| Derrick   | 2       |
| Derrick L | 2       |

。。。你知道吗

等等。。。如果内容足够相似（如上例中的Cheryl和Derrick），我希望合并行（和foo_val的值），因此如下所示：

| name      | foo_val |
| --------- | ------- |
| Andrew    | 2       |
| Braden    | 1       |
| Cheryl    | 5       |
| Christian | 1       |
| Derrick   | 4       |

我还不太了解熊猫，但我已经看过了duplicated（如df.duplicated('name')）和groupby以及merge但我很确定这些不是我想要的（很可能是错的…）。在这一点上，我搜索了很多，但假设这是以前问过，所以请指出其他问题/答案，如果我错过了他们。。。你知道吗

我可以想象一种在纯Python中通过迭代实现这一点的方法，但是我很想知道在Pandas中这是否可行。。。你知道吗

Answer 1

在您发布的示例中，需要按字符串的第一部分分组并合并结果。可以使用

df.groupby(df.name.str.split().str[0]).foo_val.sum().reset_index()


    name        foo_val
0   Andrew      2
1   Braden      1
2   Cheryl      5
3   Christian   1
4   Derrick     4