r - R agrep() 函数行为

Question

我很难理解agrep()函数的结果。我不明白我在功能描述中遗漏了什么。 agrep()用于模糊匹配，我想用它来纠正一些拼写错误。我只想允许最多 2 次插入/删除/替换。

这是我的代码仅作为示例：

check=c("73SAINTGERMAINLACHAMBOTTE","73CHAMBERY")
agrep("73SAINTGERVAIS",check,ignore.case=TRUE,max.distance=2,value=TRUE)

在这里，我期望这个请求没有答案，因为我无法转换"73SAINTGERVAIS"为最多 2 次插入"73SAINTGERMAINLACHAMBOTTE"/"73CHAMBERY"删除/替换。但是，结果是：

[1] "73SAINTGERMAINLACHAMBOTTE"

这是否意味着插入/删除/替换的概念不是基于字符的（我的意思是字符串"MAINLACHALBOTTE"被视为 1 次插入）？

score 3 · Accepted Answer

那是因为它也在进行部分匹配。例如，'73SAINTGERVAIS'距离 substring 有两个距离'73SAINTGERMAIN'。

您可能想尝试adist这样：

check=c("73SAINTGERMAINLACHAMBOTTE","73CHAMBERY", "73SAINTGERMAIN")
adist("73SAINTGERVAIS",check) <= 2
      [,1]  [,2] [,3]
[1,] FALSE FALSE TRUE

如果您希望匹配输入字符串的向量作为输出，您可以进一步执行以下操作：

check[as.logical(adist("73SAINTGERVAIS",check) <= 2)]

1 回答 1