R：使用agrep和data.table进行模糊合并

我尝试合并两个data.Table，但由于股票名称的拼写不同，我丢失了大量数据点。因此，我不是在寻找一个精确的匹配，而是在寻找一个模糊的合并

library("data.table")
dt1 = data.table(Name = c("ASML HOLDING","ABN AMRO GROUP"), A = c(1,2))
dt2 = data.table(Name = c("ASML HOLDING NV", "ABN AMRO GROUP"), B = c("p", "q"))

在“名称”上合并dt1和dt2时，由于添加了“NV”，ASML控股将被排除，而实际数据将是准确的

首选的最终数据输出如下所示：

              Name A B
1:  ABN AMRO GROUP 2 q
2: ASML HOLDING NV 1 p

我接下来尝试的是：

dt1 = dt1[, dt2_NAME := agrep(dt1$Name, dt2$Name, ignore.case = TRUE, value = TRUE, max.distance = 0.05, useBytes = TRUE)]

但是，我得到了以下错误：

参数“pattern”的长度大于1，将只使用第一个元素

<> p>这个错误是有意义的，因为dt1$名称比1长，但我相信这是一个可能的解决方案，如果它将考虑dt1$的名称在行到行的基础上。 这可能是一个愚蠢的错误，但出于某种原因，我就是无法理解它。此外，我更喜欢使用data.table，因为我的数据集相当大，到目前为止，它工作得非常出色。另外，我还不熟悉堆栈溢出，如果我的问题有点不对劲，那么很抱歉

最后，我找到了一段代码，它完成了这项工作，但是对于实际使用来说太慢了

---

dt1$Name\u dt2使用“fuzzyjoin”的可能解决方案：

library(fuzzyjoin)
f <- Vectorize(function(x,y) agrepl(x, y,
                                   ignore.case=TRUE,
                                   max.distance = 0.05, useBytes = TRUE))

dt1 %>% fuzzy_inner_join(dt2, by="Name", match_fun=f)
#          Name.x A          Name.y B
#1   ASML HOLDING 1 ASML HOLDING NV p
#2 ABN AMRO GROUP 2  ABN AMRO GROUP q

相关：谢谢。我自己没有检查它的更改，但是如果我有一个额外的键（“日期”）进行合并，并且该键必须是精确匹配的，那么这种方法也可以工作吗。基本上，我可以使用一个键的精确匹配（日期）和另一个键的模糊匹配（名称）的组合吗？我还将把这个添加到我的原始问题中。是的，我编辑了我的答案。对于我使用的函数，您必须分两个步骤来完成这项工作，但是该包还包括从每个数据集中使用多个列的可能性。要找到corct语法要复杂一点。。
library(fuzzyjoin)
f <- Vectorize(function(x,y) agrepl(x, y,
                                   ignore.case=TRUE,
                                   max.distance = 0.05, useBytes = TRUE))

dt1 %>% fuzzy_inner_join(dt2, by="Name", match_fun=f)
#          Name.x A          Name.y B
#1   ASML HOLDING 1 ASML HOLDING NV p
#2 ABN AMRO GROUP 2  ABN AMRO GROUP q

dt1 = data.frame(Name = c("ASML HOLDING","ABN AMRO GROUP"), A = c(1,2),Date=c(1,2))
dt2 = data.frame(Name = c("ASML HOLDING NV", "ABN AMRO GROUP", "ABN AMRO GROUP"), B = c("p", "q","r"),Date=c(1,2,3))

dt1 %>% fuzzy_inner_join(dt2, by=c("Date","Name"), match_fun=f) %>% filter(Date.x==Date.y)