stringdist与vector一起使用
stringdist("ca","abc")
[1] 3
但是我要匹配两个数据集 首先
structure(list(id = structure(c(5L, 2L, 4L, 3L, 6L, 1L, 7L), .Label = c("SOFT Ватные палочки 100 ПЭ (БЭЛЛ",
"Лимоны 55+", "МАКФА макароныоны перья любит. в/с", "Пакет Магнит белый (Пластиктре",
"Салфетки бумажные колор 100шт PL", "ТОБУС Сушки Челночок 0,5кг флоуп",
"ФЕТАКСА Сырный продукт 60% 400г("), class = "factor")), .Names = "id", class = "data.frame", row.names = c(NA,
-7L))
第二
structure(list(id2 = structure(c(4L, 3L, 2L, 5L, 1L, 6L), .Label = c("ватные палочки ",
"МАКФА макароныоны перья ", "пакет белый", "салфетки", "сушки",
"сырный продукт"), class = "factor")), .Names = "id2", class = "data.frame", row.names = c(NA,
-6L))
所有这些字符串必须通过交叉连接进行匹配 即输出
id1 id2 weight.between.strings
1 Салфетки бумажные колор 100шт PL салфетки 1
2 Салфетки бумажные колор 100шт PL пакет белый 2
3 Салфетки бумажные колор 100шт PL макфа перья 3
4 Салфетки бумажные колор 100шт PL сушки 4
5 Салфетки бумажные колор 100шт PL ватные палочки 5
6 Салфетки бумажные колор 100шт PL сырный продукт 6
7 Лимоны 55+ салфетки 7
8 Лимоны 55+ пакет белый 8
9 Лимоны 55+ макфа перья 9
10 Лимоны 55+ сушки 10
11 Лимоны 55+ ватные палочки 11
12 Лимоны 55+ сырный продукт 12
13 Пакет Магнит белый (Пластиктре салфетки 13
14 Пакет Магнит белый (Пластиктре пакет белый 14
15 Пакет Магнит белый (Пластиктре макфа перья 15
16 Пакет Магнит белый (Пластиктре сушки 16
17 Пакет Магнит белый (Пластиктре ватные палочки 17
18 Пакет Магнит белый (Пластиктре сырный продукт 18
19 МАКФА макароныоны перья любит. в/с салфетки 19
20 МАКФА макароныоны перья любит. в/с пакет белый 20
21 МАКФА макароныоны перья любит. в/с макфа перья 21
22 МАКФА макароныоны перья любит. в/с сушки 22
23 МАКФА макароныоны перья любит. в/с ватные палочки 23
24 МАКФА макароныоны перья любит. в/с сырный продукт 24
25 ТОБУС Сушки Челночок 0,5кг флоуп салфетки 25
26 ТОБУС Сушки Челночок 0,5кг флоуп пакет белый 26
27 ТОБУС Сушки Челночок 0,5кг флоуп макфа перья 27
28 ТОБУС Сушки Челночок 0,5кг флоуп сушки 28
29 ТОБУС Сушки Челночок 0,5кг флоуп ватные палочки 29
30 ТОБУС Сушки Челночок 0,5кг флоуп сырный продукт 30
31 SOFT Ватные палочки 100 ПЭ (БЭЛЛ салфетки 31
32 SOFT Ватные палочки 100 ПЭ (БЭЛЛ пакет белый 32
33 SOFT Ватные палочки 100 ПЭ (БЭЛЛ макфа перья 33
34 SOFT Ватные палочки 100 ПЭ (БЭЛЛ сушки 34
35 SOFT Ватные палочки 100 ПЭ (БЭЛЛ ватные палочки 35
36 SOFT Ватные палочки 100 ПЭ (БЭЛЛ сырный продукт 36
37 ФЕТАКСА Сырный продукт 60% 400г( салфетки 37
38 ФЕТАКСА Сырный продукт 60% 400г( пакет белый 38
39 ФЕТАКСА Сырный продукт 60% 400г( макфа перья 39
40 ФЕТАКСА Сырный продукт 60% 400г( сушки 40
41 ФЕТАКСА Сырный продукт 60% 400г( ватные палочки 41
42 ФЕТАКСА Сырный продукт 60% 400г( сырный продукт 42
如何获得理想的结果？这是矩阵7x6字符串。在真实数据中20000，20000。 它是乌克兰弦。这里的商品名称，内容无关紧要。问题是如何匹配这些字符串。
答案 0 :(得分：1)
我不确定我是否理解您所需的输出，但是以下内容使用默认距离"osa"计算两个数据帧的所有字符串对之间的距离。
接下来，我将您的第一个data.frame first和第二个second命名为
library(stringdist)
res <- lapply(first$id, function(x){
d <- stringdist(x, second$id2)
setNames(d, second$id2)
})
names(res) <- first$id
res <- do.call(rbind, res)
res <- reshape2::melt(res)
names(res)[1:2] <- c("id1", "id2")
head(res)
# id1 id2 value
#1 Салфетки бумажные колор 100шт PL салфетки 25
#2 Лимоны 55+ салфетки 10
#3 Пакет Магнит белый (Пластиктре салфетки 26
#4 МАКФА макароныоны перья любит. в/с салфетки 31
#5 ТОБУС Сушки Челночок 0,5кг флоуп салфетки 30
#6 SOFT Ватные палочки 100 ПЭ (БЭЛЛ салфетки 28
还有一个stringdistmatrix函数，用于计算距离矩阵。但是考虑到实际矩阵的维数，这可能是不切实际的。
res2 <- stringdistmatrix(first$id, second$id2)
dimnames(res2) <- list(first$id, second$id2)
res2