我在两个csv中有两个数据表。csv A包含教学中心A学生的数据，csv B包含教学中心B学生的数据。在每个csv中，都有一个记录，说明哪个家庭在补习中心登记。一个家庭可能有10个孩子，其中7个孩子就读于补习中心A，8个孩子就读于补习中心B，5个孩子就读于两个中心。我不知 prop 体哪个孩子上了哪个补习中心，我只知道孩子们的特征，比如他们的头发颜色、体重、性别、种族和他们上的学校。现在，我想匹配两个csv，以便根据孩子的特征，我可以找出哪个孩子参加了哪个补习中心。新合并的csv应形成一行来自参加补习中心A的每个孩子的数据，一行来自参加补习中心B的每个孩子的数据，以及一行来自参加两个补习中心的每个孩子的数据。如果就读于补习中心A的孩子在补习中心B中没有任何数据，则单元格可以保留为空。
当我合并学费A和学费B的数据时，可能会有错误匹配孩子数据的机会，所以我需要公式来研究单元格内的字符串，并比较学费A和学费B之间的字符串。例如，X家庭的孩子5有一个蓝色的笔记本，而Y家庭的孩子7有一个红色的笔记本，按理说这两个特征显示出很高的相似性，但实际上，他们是两个不同的人，我应该如何区分他们？
我还想尝试一种机器学习方法来解决这个问题，但我认为我需要首先将所有特征字符串转换为不同的浮点数，然后再将它们输入到我的模型中。