在R中使用模糊匹配合并列上的两个数据帧

我有两个数据帧，一个用于2008年，另一个用于2004年和2012年的数据。下面是数据帧的示例

df_08 <- read.table(text = c("
observation     year     x    code_location       location
1               2008     300  23-940 town no. 1   town no. 1   
2               2008     234  23-941 town no. 2   town no. 2    
3               2008     947  23-942 city St 23   city St 23   
4               2008     102  23-943 Mtn town 5   Mtn town 5   "), header = TRUE)

df_04_12 <- read.table(text = c("
observation     year     y    code_location         location
1               2004     124  23-940 town no. 1     town no. 1
2               2004     395  23-345 town # 2       town # 2 
3               2004     1349 23-942 city St 23     city St 23      
4               2012     930  53-443 Mtn town 5     Mtn town 5   
5               2012     185  99-999 town no. 1     town no. 1   
6               2012     500  23-941 town Number 2  town Number 2    
7               2012     185  34-942 city Street 23 city Street 23   
8               2012     195  23-943 Mt town 5      Mt town 5   "), header = TRUE)

---

可以在字符变量上使用levenshtein距离，但无法解释符号。我建议您在合并之前清除所有符号，然后使用stringdist包。对于这个问题没有干净的解决方案，您必须开发自己的方法，因为它与您的数据相关。 模糊匹配中使用的一些方法是字符串距离计算和数据的SoundX转换，您只需找出适合您的数据的方法。

查看fuzzyjoin软件包。

observation     year     y    code_location         location.x      location.y    y.y
1               2004     124  23-940 town no. 1     town no. 1      town no.1     300
2               2004     395  "23-345 town # 2"     "town # 2"      "town no. 2"  234
3               2004     1349 23-942 city St 23     city St 23      city St 23    947
4               2012     930  53-443 Mtn town 5     Mtn town 5      Mtn town 5    102   
5               2012     185  99-999 town no. 1     town no. 1      town no. 1    300   
6               2012     500  23-941 town Number 2  town Number 2   town no. 2    234    
7               2012     185  34-942 city Street 23 city Street 23  city St 23    947   
8               2012     195  23-943 Mt town 5      Mt town 5       Mtn town 5    102