[英]R multiple fuzzy match agrep create variable
R的新手。我想通過創建一個變量(是/否)來創建測試,以檢查名字或姓氏是否與電子郵件地址模糊匹配。 如果是這樣,請將“ yes”變量附加到該行。
數據示例:
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訴R檢查2列(名字和姓氏)並且僅在該行中檢查。
謝謝-新手
從這里開始
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
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.