[英]R multiple fuzzy match agrep create variable
R的新手。我想通过创建一个变量(是/否)来创建测试,以检查名字或姓氏是否与电子邮件地址模糊匹配。 如果是这样,请将“ yes”变量附加到该行。
数据示例:
id firstname lastname email address match
1 patrick boyles patrickb@gmail.com yes
2 zeke cosmos zeke@gmail.com yes
3 foo foo abcd@gmail.com no
我了解我需要使用agrep。 令我困惑的是如何告诉R检查2列(名字和姓氏)并且仅在该行中检查。
谢谢-新手
从这里开始
library(stringdist) # install.packages("stringdist") b4, if you need to
df <- read.table(header = TRUE, text = "id firstname lastname emailaddress match
1 patrick boyles patrickb@gmail.com yes
2 zeke cosmos zeke@gmail.com yes
3 foo foo abcd@gmail.com no")
df$match2 <- ifelse(with(df, stringdist(a = paste0(firstname, lastname),
b = sub("(.*)@.*", "\\1", emailaddress),
method = "lcs")) <= 7,
"yes", "no")
df
# id firstname lastname email.address match match2
# 1 1 patrick boyles patrickb@gmail.com yes yes
# 2 2 zeke cosmos zeke@gmail.com yes yes
# 3 3 foo foo abcd@gmail.com no no
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.