Python 如何通过模糊匹配字符串对数据帧行进行聚类？

我有一个带有ID、名称和地址的数据框。我想通过亲和传播或其他算法对地址进行聚类，以便对地址字符串进行模糊匹配/分组。这部分我有：

import pandas as pd
import pyodbc
import numpy as np
from sklearn.cluster import AffinityPropagation
from pyjarowinkler import distance
from sklearn import metrics

conn = pyodbc.connect(r'DSN=<UserDSN>;')
df = pd.read_sql('select * from <InputTable>', conn)

addr = df['Addresses']
addr = np.asarray(addr)

jw = np.array([[distance.get_jaro_distance(w1,w2) for w1 in addr] for w2 in addr])

affprop = AffinityPropagation(affinity="precomputed", damping=.5)
affprop.fit(jw)

for cluster_id in np.unique(affprop.labels_):
    exemplar = addr[affprop.cluster_centers_indices_[cluster_id]]
    cluster = np.unique(addr[np.nonzero(affprop.labels_==cluster_id)])
    cluster_str = ", ".join(cluster)
    print(" - *%s:* %s" % (exemplar, cluster

将熊猫作为pd导入
导入pyodbc
将numpy作为np导入
从sklearn.cluster导入AffinityPropagation
从pyjarowinkler导入距离
从SKM学习导入度量
conn=pyodbc.connect（r'DSN=；'）
df=pd.read\u sql（'select*from'，conn）
addr=df[“地址”]
地址=np.asarray（地址）
jw=np.array（[[distance.get_jaro_distance（w1，w2）表示地址中的w1]表示地址中的w2]）
affprop=AffinityPropagation（affinity=“precomputed”，阻尼=.5）
affprop.fit（jw）
对于np.unique（affprop.labels）中的集群标识：
examplar=addr[affprop.cluster\u centers\u index\u[cluster\u id]]
cluster=np.unique（addr[np.nonzero（affprop.labels=cluster\u id）]）
集群_str=“，”。加入（集群）
打印（“-*%s:**%s”%）（示例，群集

现在，我如何通过“集群”使集群变得有用数据帧中的列？本质上，我想将每个集群的

示例

添加回数据帧中相应的行。我是否需要某种唯一ID才能做到这一点？其目的是识别数据中的重复行，因此当前没有唯一ID。但是，也许我可以向原始Da添加一个因为每一行作为一个整体都是唯一的，所以这是一个框架吗

谢谢你们所有人的洞察力