用r匹配相似的字符串

Question

我需要在两个不同的数据集中匹配名称。这些公司名称可以部分不同，并且在两个数据集中都不唯一：它们可以重复很多次。

尽管其中一些名称可能在两个数据集中重合，但我想比较所有相似的名称，然后选择完全匹配。

我尝试使用pmatch，但是返回的结果很奇怪。与agrep相同，这使我全都NA。

有什么建议吗？

Answer 1

您能举个例子吗？我没有示例数据的最佳猜测是使用grepl（）：

bad.names <- rep(c('tom','tommy','tommy-boy','john','johnny','johnny-o'),10)

print(table(bad.names))
bad.names
     john    johnny  johnny-o       tom     tommy tommy-boy 
       10        10        10        10        10        10 

new.names <- ifelse(grepl('t', bad.names), 'tommy','johnny')

print(table(new.names))
new.names
johnny  tommy 
    30     30