问题标签 [fuzzyjoin]

大家好，所以我有两个数据框，我想根据日期和时间加入它们。如果from是 inside和from ，它应该是一个fuzzy_join这样的连接工作。我试过了DATEtest2pickup_datetimedropoff_datetimetest1

但这会返回：Error: All columns in a tibble must be vectors. Column "col" is NULL.

更新：我找到了解决方案

感谢大家！

嘿伙计们，所以我试图模糊加入纬度和经度信息以获取特定位置的邮政编码。我试过了：

但不幸的是，这会返回错误消息Error: All columns in a tibble must be vectors. x Column "col" is NULL. ，我不知道如何解决。在任一数据框中都没有列“col”。dropoff_longitute如果介于bounds_east和之间bounds_west，结果应该给我对应的邮政编码。提前非常感谢！dropoff_latitudebounds_northbounds_south

我必须数据集，一个包含某个位置（纬度，经度），即测试，另一个包含纽约市所有邮政编码的纬度/经度信息，即 test2。

我现在正在尝试加入这两个数据集，以便最终trip_count得到一个borough。到目前为止，我difference_left_join是这样使用的：

尽管这种方法有效，但随着数据集变大，这种连接会产生很多多重匹配，因此我最终得到的数据集有时是初始数据集的十倍test。有没有人有不同的方法来解决这个问题而不创建多个匹配？或者有什么办法可以强制连接总是只为每一行使用一个匹配项test？我将不胜感激！

编辑：解决这个问题R dplyr left join - 多个返回值和新行：如何只要求第一个匹配项？也会解决我的。所以也许你们中的一个人对此有一个想法！

I have two datasets as follows:

I am trying to match them as follows, suggested in this link, by Arthur Yip.

The issue is that the code completely fries my computer, so I would like to split up the code into groups to limit the amount of string comparisons. I tried:

But both give me the following respective errors:

And:

What would be the proper way to do this?

与 R 一起工作，我正在寻找在string_dist_left_join()

这是一个可重现的示例：

上面是在几个 tibbles 上重现fuzzyjoin 驱动的stringsidt_left_join 的代码。输出如下所示：

我想要的是某种方式来衡量大小写，例如，将贝德福德与 B ED福特进行比较：我希望这比贝德福德与贝德福德的匹配更差，但比贝德福德与贝德福特的匹配更好。该选项ignore_case = TRUE将 BEDford 视为与 Bedford 的完美匹配。

我喜欢fuzzyjoin 包，而且我刚刚发现了可以为每个删除、插入、替换和易位传递给stringdist 的自定义权重。这太棒了；玩的玩具，调整的参数。

我还想做的是调整大小写（大写？）匹配。我可以选择ignore_case = TRUE在 stringdist_left_join 中，（实际上，权重大小写为 0 或 1），但作为我讨厌的 cur，我想在 0 和 1 之间使用权重。

有谁知道我想念的地方是否有选择？

或者答案是：艰难地去做？我想可能有很长的路要走，涉及比较跑步前后的距离或计算与 比较的tolower()加权距离，但有谁知道我可以使用更优雅的方法或包来做到这一点？ignore_case = TRUEignore_case = FALSE

谢谢

我想使用 stringdist_join 按十年对美国县进行模糊匹配。由于县名会随着时间而变化，我想在每十年匹配正确的县名。

如果我写：

然后 stringdist_join 也会对十年进行模糊匹配，例如匹配 1960 到 1970 年，而实际上我想将十年变量视为正确并且仅模糊匹配县。

我可以看到我需要按十年对拼写错误和正确的数据帧进行分组，然后分别在每个数据帧上运行，但我不知道该怎么做。Tidyverse 解决方案将是首选。

谢谢！

我一直在摸索，试图找到一种方法来解决这个问题，而不必进入 NLP 并开始训练模型。我有 2 个相当大的数据集，应该可以按名称进行匹配，但它们的拼写和语法略有不同，很容易让人理解，但又足够复杂，以至于我的模糊匹配和 levenshtein 编辑距离不能。数据集中有大量重复项，但我无法手动映射它们就足够了，所以我试图围绕要匹配的内容创建“规则”。像 FuzzyWuzzy 这样的包是否允许更多定制元素来解决这个问题？下面的例子，谢谢！

到目前为止，我在匹配数据集方面得到的最接近的是模糊字符串匹配，但这只能很好地工作，并且随着我增加最大编辑距离，仍然会遗漏一大块或产生相当多的错误。

数据集比这更深入。我希望制定某种“规则”，即“纽约市”始终等于“纽约市”，但我不确定是否有更聪明的方法来解决这个问题。我希望这个特定的文本示例有所帮助。非常感谢！

我有一个 130 万行的出版物数据集，对于每条记录，我想从具有 860 万行的第二个数据集中检索一个 paper_id。这个想法是使用两个表中的多个列在 dataset2 中查找 dataset1 的匹配项，如此功能性但简化的脚本所示：

我这里有两个问题。首先是只有“标题”具有需要模糊匹配的变体（拼写错误、缩写、特殊字符等），但代码接受所有三个使用字段的变体。这会增加可能匹配错误的数量，因为类似的标题出现在不同的年份和出版物中。

我认为可以解决第一个问题的解决方案是：

这将解决第一个问题，但还有第二个问题：脚本在样本数据上运行正常，但是当我尝试将它用于整个数据集时，它会给出错误“向量内存已用尽（达到限制？）”。

所以，我的问题是：

1. 是否可以确定哪些列应该是相同的，哪些应该是模糊的，这可能会使脚本更轻？

2. 是否有可能根据相同的变量对两个数据集进行子集化，然后在子集中的标题上运行模糊匹配，将所有内容合并回来？（我不确定这是否可行，因为我将拥有 18 万个子集：六年的 3 万份出版物）。

任何帮助表示赞赏。

最好的

我需要加入几个基于不精确匹配的数据帧，这可以使用fuzzyjoin和IRanges包来实现：

数据：

在这里，我想根据和之间的间隔df2加入和。我能做的就是分步进行，即通过加入加入：df3df1startend

结果：

这一切都很好，但在我的实际数据中，我有多个数据框要加入，然后，逐个加入是不切实际且容易出错的。如何一次性对所有数据帧执行连接？

我有几个我想要的数据框interval_left_join。理论上我可以逐步加入数据帧，但更喜欢一个函数来一次执行连接：

数据：

我想df1根据它们start的end间隔汇集到的变量是v2, v3, v4. 到目前为止我尝试过的是下面的代码：它输出了partyl不正确的数据并且完全v2失败了——这里有什么遗漏或错误？v3v4

期望的结果是这样的：