我有两个相当大的数据框，我想彼此匹配。我自己的数据框（公司）由我出口到谷歌文档的1812家公司组成，因此您可以轻松查看所有这些公司：
我拥有的其他数据框（Master_list）非常庞大，有几百万次观察，所以我不能不幸地表明这一点，但它基本上由许多其他公司组成。我想要的是根据我的数据框“公司”中的公司名称检索“Master_list”中的公司名称。
这些公司名称的拼写在两个数据框架之间略有不同。因此，大多数字符串都不可能完全匹配。
这是我数据框的结构：
> str(Companies)
Classes ‘tbl_df’, ‘tbl’ and 'data.frame': 1812 obs. of 1 variable:
$ Companies_Generated: chr "TOPSOE FUEL CELL" "HALDOR TOPSØE" "DKFZ DEUTSCHES KREBSFORSCHUNGSZENTRUM" "NIL TECHNOLOGY" ...
我用来实现匹配的功能是：
Matches.grep <- unique (grep(paste(Companies$Companies_Generated,collapse="|"),
Master_list$Names, value=TRUE))
这需要appo。执行2.5-3个小时，似乎可以检索出数千个奇怪的观察结果。
例如，R在Matches.grep中检索名称“PIENA INC”，这些单词都没有出现在我的“公司”数据框中，所以我不知道是什么让R将此名称检索为匹配？
我已经多次测试了这个样本，并且每次看起来都没有问题，但是当我使用我实际的大样本时，我似乎从不知道这些无关的匹配。
对不起，我无法提供任何示例，但似乎每当我使用更小的样本时，它都能正常工作。