Question

我有两个数据框，需要根据候选者和选区列合并。现在的问题是，在这两个数据框中，两个数据框中的名称拼写之间存在差异。

例如，在一个数据框中，名称为Ashutosh Singh博士，在另一个数据框中为Ashutosh Singh博士。在一个数据框中，名字叫Vikash Singh博士，在另一个名字里叫Vikash Singh。

我要附上两个数据框的屏幕截图。 first data frame

我必须分别将第一数据帧列CAND_NAME和AC_NAME映射到第二数据帧列候选者和选区，并且必须将它们合并为一个。

我也正在共享Excel文件和R代码。我必须将三张纸合并为一张。
Link for the excel file

R代码

setwd("/home/lenovo/Documents/r_prog/")
library(readxl)

candidate2017=read_excel("LA 2017.xlsx", sheet = 1)
electors2017=read_excel("LA 2017.xlsx", sheet = 2)

ManipurCandidates2017ADR=read_excel("LA 2017.xlsx", sheet = 3)

ManipurCandidate2017=candidate2017[grepl("Manipur", candidate2017$ST_NAME),]
ManipurElectors2017=electors2017[grepl("Manipur", electors2017$ST_NAME),]


ManipurElectors2017 = data.frame(lapply(ManipurElectors2017, function(v) {
  if (is.character(v)) return(toupper(v))
  else return(v)
}))

ManipurCandidates2017ADR = data.frame(lapply(ManipurCandidates2017ADR, function(v) {
  if (is.character(v)) return(toupper(v))
  else return(v)
}))

ManipurCandidate2017 = data.frame(lapply(ManipurCandidate2017, function(v) {
  if (is.character(v)) return(toupper(v))
  else return(v)
}))


View(ManipurCandidate2017)
View(ManipurElectors2017)
View(ManipurCandidates2017ADR)

mergedData = merge(ManipurCandidate2017,ManipurCandidates2017ADR , 
              by.x=c('CAND_NAME'), by.y=c('Candidate'), all = TRUE)

我是R新手，请帮助。提前谢谢。

Answer 1

可能的解决方案涉及使用近似字符串匹配（模糊匹配）。检出agrep()函数。您当然可以将agrep()嵌入到merge()调用中。由于您没有提供可复制的示例，因此我无法编写代码。

呼叫看起来像这样：

dat3 <- merge(x=dat1,y = dat2[agrep(dat1$ID1[1],dat2$ID2),],all=TRUE)

根据字符串（名称）在R中合并两个数据帧

1 个答案: