Как заменить фрейм данных другим фреймом данных в R

я хочу заменить данные df1 на df2, где df2 - это данные, подобные df1 пример

df1 <- data.frame(
  name = c(
    "A. MAHJUM-61365",
    "A. MAHJUM-61365. MAHJUM-61365",
    "A. RIZAL. AD-11002795",
    "A. RIZAL. AD-11002795. RIZAL. AD-11002795",
    "ABD. KADIR-60447",
    "ABD. KADIR-60447ABD. KADIR-60447",
    "ABD. KAHAR-62551",
    "ABD. RASYID DS-11002082",
    "ABDREAS APUNG @SANY",
    "ABDUL AZIS @HYUNDAY",
    "ABDUL AZIZ @HYUNDAI",
    "ABDUL AZIZ@HYUNDAI"
  ))

и df2 есть

df2 <- data.frame(
  name = c(
    "A. MAHJUM-61365",
    "A. RIZAL. AD-11002795",
    "ABD. KADIR-60447",
    "ABD. KAHAR-62551",
    "ABD. RASYID DS-11002082",
    "ABDREAS APUNG @SANY",
    "ABDUL AZIS @HYUNDAY"
  ))

если df1 выглядит как df2, df1 будет заменен на df2

r dplyr stringr stringdist

04.04.2023 08:03

Стоит ли изучать PHP в 2023-2024 годах?

Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...

Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией

В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.

Приемы CSS-макетирования - floats и Flexbox

Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...

Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest

В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...

Концепция локализации и ее применение в приложениях React ⚡️

Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...

Пользовательский скаляр GraphQL

Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...

Перейти к ответу Данный вопрос помечен как решенный

Ответы 2

Ответ принят как подходящий

Поскольку это совпадение подстроки, мы можем использовать fuzzyjoin

library(dplyr)
library(fuzzyjoin)
regex_left_join(df1, df2, by = 'name') %>% 
  transmute(name = coalesce(name.y, name.x))

или используйте метод, основанный на расстоянии

 stringdist_left_join(df1, df2, by = 'name') %>% 
   transmute(name = coalesce(name.y, name.x))

извините, но я пробовал с моим набором данных, который имеет 181979 наблюдений, у меня есть 1013 наблюдений в df2, но когда я запускаю этот код, он делает мой набор данных равным 185136, это больше наблюдений, чем мой набор данных, почему это может произойти ?

— 05.04.2023 01:29

@FadhilDzikri это происходит, когда он соответствует более чем одному месту, потому что это не точные совпадения - первое совпадение соответствует подстроке, а второе - совпадению расстояния. Предположим, что весь ваш набор данных имеет несколько мест, где совпадают подстроки, он выполняет декартово соединение

— 05.04.2023 04:15

так что у вас есть другие идеи для решения по этому вопросу?

— 05.04.2023 05:28

@FadhilDzikri с совпадениями подстроки, вы можете изменить только метод = в stringdist_left_join

— 05.04.2023 06:02

04.04.2023 08:06

Вы можете использовать adist, чтобы найти лучшее совпадение и заменить их.

i <- max.col(-adist(df1$name, df2$name, partial=TRUE))
df1$name <- df2$name[i]

df1
#                      name
#1          A. MAHJUM-61365
#2          A. MAHJUM-61365
#3    A. RIZAL. AD-11002795
#4    A. RIZAL. AD-11002795
#5         ABD. KADIR-60447
#6         ABD. KADIR-60447
#7         ABD. KAHAR-62551
#8  ABD. RASYID DS-11002082
#9      ABDREAS APUNG @SANY
#10     ABDUL AZIS @HYUNDAY
#11     ABDUL AZIS @HYUNDAY
#12     ABDUL AZIS @HYUNDAY

но это не работает в # 10 11 12 ?

— 04.04.2023 09:52

Что должно стоять в #10 11 12? ABDUL AZIS @HYUNDAY — ближайшее совпадение.

— 05.04.2023 08:35

04.04.2023 09:36