Python 熊猫过滤/组合相似的字符串值

我有一个包含名称的数据框，我正在尝试组合相似的名称。例如：

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

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

复制的
（如
df.duplicated（'name'）
）和
groupby
以及
merge
，但我很确定这些不是我想要的（很可能是错误的…）。在这一点上，我搜索了很多，但假设这是以前问过的，所以如果我错过了，请指出其他问题/答案

我可以想象一种在纯Python中通过迭代实现这一点的方法，但我很想知道在Pandas中是否可以实现这一点…
在您发布的示例中，您需要按字符串的第一部分分组并合并结果。这可以通过使用

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

这个问题的真正诀窍是定义什么是相似的名字。是的，我明白了！那太好了！我暗自怀疑groupby可能会玩这个把戏，我想我还需要深入研究一下！非常感谢。只是一张纸条。我怀疑可能有很多名字里面都有空格，于是通过nltk的名字语料库进行了搜索。。。事实证明并没有太多的数据。不过，我完全同意解决这个问题完全取决于数据的质量。这就是我开始的原因，在你上面发布的例子中。。。。