如何合并具有近似公共值的不同行号的两个表？ （使用R）

Question

当公共变量不完全相似时，我很难理解如何在R中合并两个表。

为提供背景信息，我从Twitter和政府部门下载了两个有关政客的信息资源，并创建了两个不同的数据框架。在第一个数据帧（数据集1）中，我有Twitter上出现的政治人物的名字。但是，我不知道这些政治人物现在是否在起作用。为了发现这一点，我可以使用第二个日期框架。 第二个数据框（数据集2）包含名称和有关正在使用的政治人物的其他信息。 名和姓是两个表中唯一包含的变量。这两个表的行数不同。

问题：

1. 第一个数据集中的名称表示为一个变量（名字+姓氏），而在第二个数据集中，名称分为两个变量（姓氏和名字）。我使用“分隔”来分隔第一个表中的“名称”列。 parliament_twitter_tempdata <-分开（parliament_twitter_tempdata，col = name，成= c（“ firstname”，“ lastname”），extra =“ merge”）。 但是我有问题，因为两个数据集都有：
   • 由名字组成和由姓氏组成
   • 名字和姓氏顺序错误

我提供了两个数据集的一部分（从姓氏“ J”到“ M”）的图片，以说明相似值之间的差异或姓氏名的倒置。

如何改进我的代码？

1. 两个表中的名称并不完全相似。有些人没有在Instagram中写正式名称。是否有任何函数可以比较两个表，找到对应于80％左右的变量集，并将数据框1（来自Twitter）中的名称替换为数据框2的正式名称？例如数据集1：玛丽•加布尔;数据集2：Marie Gabour Jolliet —>将数据集1中的Marie Gabour替换为Marie Gabour

有人可以帮我吗？非常感谢 ！

[数据集1的一部分（姓氏从“ J”到“ M”）1} [数据集2的名字部分（姓氏从“ J”到“ M”）{{3 }}

Answer 1

模糊匹配可能是前进的一种方式：

https://cran.r-project.org/web/packages/fuzzyjoin/fuzzyjoin.pdf

此外，清理功能可能会有所帮助（例如，使用toppper或删除键上的空格）。