我有兩個數據集合併與部分匹配的數據r中
datf1 <- data.frame (name = c("regular", "kklmin", "notSo", "Jijoh",
"Kish", "Lissp", "Kcn", "CCCa"),
number1 = c(1, 8, 9, 2, 18, 25, 33, 8))
#-----------
name number1
1 regular 1
2 kklmin 8
3 notSo 9
4 Jijoh 2
5 Kish 18
6 Lissp 25
7 Kcn 33
8 CCCa 8
datf2 <- data.frame (name = c("reGulr", "ntSo", "Jijoh", "sean", "LiSsp",
"KcN", "CaPN"),
number2 = c(2, 8, 12, 13, 20, 18, 13))
#-------------
name number2
1 reGulr 2
2 ntSo 8
3 Jijoh 12
4 sean 13
5 LiSsp 20
6 KcN 18
7 CaPN 13
我想的名字列合併它們,但是有部分匹配允許(避免妨礙合併在大型數據拼寫錯誤設置,甚至檢測這樣的拼寫錯誤),並且例如
(1)如果連續的四個字母(所有如果的字母數是小於4)在任何位置 - 匹配是細
ABBCD = BBCDK = aBBCD = ramABBBCD = ABB
(2)情況森例如ABBCD = aBbCd
(3)新數據集將保留兩個名稱(來自datf1和datf2的名稱)。所以這封信我們可以檢測出這個匹配是否完美(可能是一個單獨的列與多少個字母匹配)
這樣的合併可能嗎?
編輯:
datf1 <- data.frame (name = c("xxregular", "kklmin", "notSo", "Jijoh",
"Kish", "Lissp", "Kcn", "CCCa"),
number1 = c(1, 8, 9, 2, 18, 25, 33, 8))
datf2 <- data.frame (name = c("reGulr", "ntSo", "Jijoh", "sean",
"LiSsp", "KcN", "CaPN"),
number2 = c(2, 8, 12, 13, 20, 18, 13))
uglyMerge(datf1, datf2)
name1 name2 number1 number2 matches
1 xxregular <NA> 1 NA 0
2 kklmin <NA> 8 NA 0
3 notSo <NA> 9 NA 0
4 Jijoh Jijoh 2 12 5
5 Kish <NA> 18 NA 0
6 Lissp LiSsp 25 20 5
7 Kcn KcN 33 18 3
8 CCCa <NA> 8 NA 0
9 <NA> reGulr NA 2 0
10 <NA> ntSo NA 8 0
11 <NA> sean NA 13 0
12 <NA> CaPN NA 13 0
試圖修復一些格式。我看到你添加了一個「醜陋的」的副本,看起來是來自@sgibb的回覆。 'xxregular'和'reGulr'缺乏匹配可能對您很明顯,但您可能需要向我們解釋它,因爲它似乎符合您的規範 –