r - 如何在R中连接两个具有最大匹配字符串的表？

Question

我想将 2 个表 1 和表 2(左侧在 COlB 上，右侧在 ColD 上)与最大匹配字符串连接起来

表1

<表类=“s-表”> <标题> ColA ColB <正文> 123 汉 bool 法院沃克斯路 C/O 室 456 马尔韦里之家商业园

表2

<表类=“s-表”> <标题> 冷 ColC <正文> 汉 bool 法院 Lightroom 马尔韦里公园 办公室

输出表

<表类=“s-表”> <标题> ColA ColB Colc <正文> 123 汉 bool 法院沃克斯路 C/O 室 Lightroom 456 马尔韦里之家商业园 办公室

Answer 1

使用fuzzyjoin，可以选择根据距离进行连接

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))