寻求字符串模式匹配算法助力DataFrame合并的技术方案及文献

我需要将两个DataFrame通过多列拼接生成的ID进行合并，示例代码如下：

df.Id = df.A + df.B + df.C 
df2.Id= df2.A2 + df2.D2 + df2.E2 +df2.F2

但直接的列拼接无法生成匹配的ID，且由于两侧列数不同、ID存在可变部分，无法直接使用多列作为合并键。目前只能通过手动排查设置例外规则，例如：

df2.loc[df2.A2.str.contains('-'),'Id'] = df2.D2 + df2.E2 +df2.F2

技术疑问及文献参考需求 #

• 是否存在可加速发现或可视化此类子群体的方法（如聚类算法）？
• 是否有算法可辅助识别此类子群体的模式差异（如df2.A2包含"-"）及对应的修复方式（如省略A2以生成正确匹配模式）？

内容的提问来源于stack exchange，提问作者euh