Python 3.x 检查数据帧中的行是否大致对应

我有一个数据框，其中有摩洛哥的城市名称，还有一个有类似名称，但编码不好。这是第一个：

>>> df[['new_regiononame']].head()

    new_regiononame
0   Grand Casablanca-Settat
1   Fès-Meknès
2   Souss-Massa
3   Laayoune-Sakia El Hamra
4   Fès-Meknès

这是另一个，我想换成第一个的名字。至少他们知道正确阅读的方法：

>>>X_train[['S02Q03A_Region']].head()

    S02Q03A_Region
10918   Fès-Meknès
1892    Rabat-Salé-Kénitra
6671    Casablanca-Settat
4837    Marrakech-Safi
6767    Casablanca-Settat

我如何检查数据帧中的行是否大致相互对应，如果是这样，如何将

X_train

行重命名为

df

行

到目前为止，我只知道如何提取

X_train

中哪些行在

df

中具有精确的等价项：

X_train['S02Q03A_Region'][X_train['S02Q03A_Region'].isin(df['new_regiononame'].unique())]

他们可以在这里完成任务

Levenshtein距离通过计算将一个单词转换为另一个单词所需的单字符编辑数，为您提供两个单词之间的距离。您可以将一个数据帧列与另一个数据帧列进行比较，从而建立一个合理的阈值，例如：

如果它以相同的字符（？）开头

如果 城市名称的长度仅相隔

x

个字符

如果Levenshtein距离小于

y

等等等等

计算Levenshtein距离的代码为：

import nltk
nltk.edit_distance("Fès-Meknès", "Fès-Meknès")

输出：

4

---

问题：通过重命名行，您的意思是

X_train

中列出的城市名称与

df

中列出的城市名称不完全相同，但有很大的相似性吗？例如：

df

中的

Fès-Mekn¨s

对应于

Xèu列车

？@RahulP

Fès-Meknès

中的

FÃs-Mekn¨s

，但确实如此