r - 如何在 R 中连接 2 个具有最大匹配字符串的表？

Question

我想用最大匹配字符串加入 2 个表 1 和表 2(左侧在 COlB 上，右侧在 Cold 上)

表一

<表类="s-表"><头>ColAColB<正文>123C/O room Hanbur court vaux road456House Malveri 商业园

表2

<表类="s-表"><头>寒冷ColC<正文>汉 bool 阁Lightroom马尔维里公园办公室

输出表

<表类="s-表"><头>ColAColB对齐<正文>123C/O room Hanbur court vaux roadLightroom456House Malveri 商业园办公室

Answer 1

使用fuzzyjoin，可以根据距离加入选项

library(fuzzyjoin)
library(dplyr)
stringdist_inner_join(df1, df2, by = c(ColB = "ColD"),  
     max_dist = 0.5, method = "jaccard") %>%
    select(-ColD)
  ColA                            ColB      ColC
1  123 C/O room Hanbur court vaux road Lightroom
2  456     House Malveri business park    Office

数据

df1 <- structure(list(ColA = c(123L, 456L),
 ColB = c("C/O room Hanbur court vaux road", 
"House Malveri business park")), class = "data.frame", row.names = c(NA, 
-2L))

df2 <- structure(list(ColD = c("Hanbur Court", "Malveri park"),
 ColC = c("Lightroom", 
"Office")), class = "data.frame", row.names = c(NA, -2L))