使用模糊匹配替換數據幀列中的重複值

我想使用庫（'RecordLinkage'）和compare.dedup（）函數來替換單個列中的重複值。使用模糊匹配替換數據幀列中的重複值

此post類似，我有一個矢量

tv3 = c("TOURDEFRANCE", 'TOURDEFRANCE', "TOURDE FRANCE", "TOURDE FRANZ", "GET FRESH")

，我想輸出是以下，基於重量的一組值（例如> 0.8）：

("TOURDEFRANCE", 'TOURDEFRANCE', "TOURDEFRANCE", "TOURDEFRANCE", "GET FRESH")

這裏的我試過代碼來獲取匹配數據幀：

tv3 = as.data.frame(c("TOURDEFRANCE", 'TOURDEFRANCE', "TOURDE FRANCE", 
        "TOURDE FRANZ", "GET FRESH")) 
colnames(tv3) <- "name" 
tv3 %>% compare.dedup(strcmp = TRUE) %>% 
    epiWeights() %>% 
    epiClassify(0.8) %>% 
    getPairs(show = "links", single.rows = TRUE) -> matches

但是得到我需要什麼，我用ŧ他以下循環：

matches <- matches[order(matches$id1),] 
tv3new <- tv3 
for (i in 1:nrow(matches)) { 
    tv3new[tv3new$name==matches[i,'name.2'],] <- matches[i,'name.1'] 
} 
tv3new

這給我我想要的，但如果使用循環不知道是做的最好的辦法，或者如果我失去了一些東西明顯。

來源

2015-11-02 jjreddick

沒有一個循環：

tv3new <- c(as.character(matches[tv3$name %in% matches$name.2*1, 2]), 
      as.character(tv3[!tv3$name %in% matches$name.2, ])) 
# If we need a data frame 
data.frame(name = tv3new)

輸出：

  name 
1 TOURDEFRANCE 
2 TOURDEFRANCE 
3 TOURDEFRANCE 
4 TOURDEFRANCE 
5 GET FRESH

來源

2015-11-03 10:30:03 mpalanco

使用模糊匹配替換數據幀列中的重複值

回答

相關問題