r - 如何匹配R中两列之间的字符串？

Question

我想根据两个现有列之间的字符串匹配创建一个新列 (MATCH)。例如-

<表类=“s-表”><标题>st_addaa_add匹配 <正文>jai maa duurga 协会jai maa duurga 殖民地匹配埃尔夫路1号高速公路公路 2 elph匹配srinivan 殖民地 parel ist斯里尼文巴士站不匹配

如果第 1 列和第 2 列之间存在三个或更多单词匹配，则第 3 列(MATCH)应显示“MATCH”。但如果匹配的单词少于 3 个或根本不匹配(例如第 3 行)，则结果应为“NO MATCH”

如何使用 R 来做到这一点？

Answer 1

您可以尝试stringdist。您可以为匹配设置字符串距离阈值。它还提供了多种计算距离的方法。感谢 Ronak 提供的数据集代码。

library(stringdist)

df$match <- ifelse(stringdist(df$st_add, df$aa_add) < 12, "MATCH", "NOT MATCH")
df

#                      st_add               aa_add     match
# 1     jai maa durga society jai maa durga colony     MATCH
# 2       elph road highway 1  road highway 2 elph     MATCH
# 3 srinivan colony parel ist   srinivan bus depot NOT MATCH