R 模糊匹配（和覆盖）向量项

我有5个带列名的向量，它们相似，但不完全相同

我正在试图找到一种方法，根据

vector1

中的名称更正

vector2

、

vector3

、

vector4

、

vector5

中的条目

我已经得到了一些想法和建议，导致下面的代码。但最后，我甚至无法比较前两个向量。更不用说覆盖它们了

library(dplyr)
library(fuzzyjoin)


vector1 <- c("something","nothing", "anything", "number4")
vector2 <- c("some thing","no thing","addition", "anything", "number4")
vector3 <- c("some thing wrong","nothing", "anything_")
vector4 <- c("something","nothingg", "anything", "number_4")
vector5 <- c("something","nothing", "anything happening", "number4")

是否仍然需要将距离添加到此解决方案并基于距离覆盖向量

预期结果：

  string_to_match closest_match  distance
1       something    some thing   1
2         nothing      no thing   1
3        anything      anything   0
4         number4       number4   0

vector1 <- c("something","nothing", "anything", "number4")
vector2 <- c("something","nothing","addition", "anything", "number4")
vector3 <- c("something","nothing", "anything")
vector4 <- c("something","nothing", "anything", "number4")
vector5 <- c("something","nothing", "anything", "number4")

字符串到最近匹配距离
有些事有些事
没什么没什么
什么都可以
4数字4数字4 0
vector1
fuzzyjoin
函数将添加距离度量。如果只选择最接近的匹配列/向量，则无需覆盖

库（fuzzyjoin）；图书馆（dplyr）
向量1某物某物1
#>没什么没什么
#>什么都可以
#>4数字4数字4 0
#向量3或任何其他向量的fuller解
（完整的\u表\u中的\u可能的\u匹配\u矢量3通过“things”连接）
#>#A tibble:12 x 3
#>东西.x东西.y距离
#>                        
#>出了什么事了什么事
#>2.有什么不对劲吗
#>有什么不对劲吗
#>4.有什么事打错电话了
#>什么都没有
#>6什么都没有
#>什么都没有
#>8没有数字4 6
#>什么都行
#>10什么都没有3
#>什么都行
#>任何数字都可以
（表中最接近的匹配项百分比）
分组依据（things.x）%>%
变异（秩=行数（距离））%>%
过滤器（秩==1））
#>#tibble:3 x 4
#>#组：things.x[3]
#>事物.x事物.y距离秩
#>                        
#>有什么不对劲吗
#>2什么都没有0 1
#>什么都行，什么都行
#slice_min（距离，带_ties=FALSE）#不能使用slice_min，否则顺序会混乱
（new_vector3[1]“something”“nothing”“anything”
（新矢量2%
分组依据（things.x）%>%
变异（秩=行数（距离））%>%
筛选器（秩==1）%>%
（$things.y）
#>加入：“事物”
#>[1]“something”“nothing”“nothing”“nothing”“nothing”“nothing”“nothing”“数字4”

由（v0.3.0）
于2021-01-06创建，我注意到您想要的结果删除了“加法”，它可能与“任何东西”最匹配。如果这对您来说太远，您可以调整最大距离以消除它
  string_to_match closest_match  distance
1       something    some thing   1
2         nothing      no thing   1
3        anything      anything   0
4         number4       number4   0

vector1 <- c("something","nothing", "anything", "number4")
vector2 <- c("something","nothing","addition", "anything", "number4")
vector3 <- c("something","nothing", "anything")
vector4 <- c("something","nothing", "anything", "number4")
vector5 <- c("something","nothing", "anything", "number4")