需要帮助清洁数据-Python多重组

Question

我有一个巨大的数据框，它们是名称拼写的许多错别字。

我一直在处理的数据框架

  First     Last     Location      ID1              ID2
  John      Smith    Calgary       JohnCalgary      SmithCalgary
  John      Smith    Toronto       JohnToronto      SmithToronto
  Joh       Smith    Toronto       JohToronto       SmithToronto
  Steph     Sax      Vancouver     StephVancouver   SaxVancouver
  Steph     Sa       Vancouver     StephVancouver   SaVancouver
  Victor    Jones    Toronto       VictorToronto    JonesToronto
  Stacy     Lee      Markham       StacyMarkham     LeeMarkham
  Stac      Lee      Markham       StacMarkham      LeeMarkham
  Stacy     Lee      Calgary       StacyCalgary     LeeCalgary

是代码，

data = {'First':['John', 'John', 'Joh', 'Steph','Steph','Victor','Stacy','Stac','Stacy'],
    'Last':['Smith','Smith','Smith','Sax','Saxe','Jones','Lee','Lee','Lee'],
     'Location':['Caglary','Toronto','Toronto','Vancouver','Vancouver','Toronto','Markham','Markham','Calgary'],
     'ID1': ['JohnCalgary', 'JohnToronto', 'JohToronto', 'StephVancouver','StephVancouver',VictorToronto', 'StacyMarkham', 'StacMarkham',StacyCalgary'],
     'ID2':['SmithCalgary','SmithToronto', 'SmithToronto', 'SaxeVancouver', 'SaVancouver', 'JonesToronto', 'LeeMarkham', 'LeeMarkham', 'LeeCalgary']
    }

甚至尝试使用ID1和ID2进行组比，如果ID2匹配另一个ID2，而名字则不同，并且vice vice vice vice vice vice -vice -vice vice -vice vice vice仍然很多 - 我需要过滤更多。

我该怎么做，以便在

• id1-匹配另一个ID1，最后3个是同一
• ID2-与另一个ID2匹配，而前3个是相同的

所需的，请缩小数据集，

   First     Last     Location      ID1              ID2             First3   Last3
   John      Smith    Toronto       JohnToronto      SmithToronto    Joh      Smi
   Joh       Smith    Toronto       JohToronto       SmithToronto    Joh      Smi
   Steph     Sax      Vancouver     StephVancouver   SaxVancouver    Ste      Sax
   Steph     Sa       Vancouver     StephVancouver   SaxeVancouver   Ste      Sax 
   Stacy     Lee      Markham       StacyMarkham     LeeMarkham      Sta      Lee
   Stac      Lee      Markham       StacMarkham      LeeMarkham      Sta      Lee

这就是我到目前为止尝试的

 m1 = df10.groupby('ID1')['ID2'],('Last3').transform('nunique').gt(1)

 m2 = df10.groupby('ID2')['ID1']('First3').transform('nunique').gt(1)

 out10 = df10[m1|m2]