R 基于地址字符串的部分匹配合并数据帧

我正在寻找一种方法来匹配两个不同的地址数据帧。两者都包含一个文本字符串（在我的示例中为“Line”列）、一个邮政编码/邮政编码类型标识符（“PC”列）和一个唯一的Ref或ID代码。我需要将生成的匹配结果放在一个新的数据帧中，格式如下：DF1$Line、DF1$PD、DF2$Line、DF2$PD、Ref、ID和一些详细说明匹配强度的数字（这基于下面的示例代码）

我的实际数据集包含数千条记录，我一直在考虑使用“PC”列对这两个数据集进行子集划分，然后按照的行执行某种匹配，但得到的匹配结果是完全错误的

这是一个与我的数据相似的组合数据集（在这些示例中，每个数据集中的行彼此对应，很遗憾，我的真实数据不是这样格式化的）

---

DF1这是我的基本R解决方案，如果我得到了，请告诉我

 DF3 <- merge(DF1, DF2, by = "PC")
 DF3[!duplicated(DF3$Ref) , ]
        PC                         Line.x    Ref                    Line.y    ID
1  PP1 9RT        92 Parade Street, Yorky  32453 92 Street, Parade, Yorkie OYUIY
2  PP1 9TR         99 York Parade, Yorkie  23412     99 York Parade, Yorky UYTER
4  PP1 9TR      29 Road Street, Townplace  43223     99 York Parade, Yorky UYTER
6  ZZ1 4TY       64 London Street, Jasper 123451      64 London St, Jasper ABGED
9  ZZ1 4TY 46 London Road, Flat 2, Jasper 567348      64 London St, Jasper ABGED
12 ZZ1 4TY      99 Parade Road, Placename  98734      64 London St, Jasper ABGED

<代码> df3我会考虑首先使用<代码> AgRP< <代码>评估潜在匹配：

for (i in 1:length(DF1$Line)) {
  matchDF1 <- agrep(pattern = DF1$Line[i], x = DF2$Line, max.distance = 0.5,
                    value = TRUE) 
}

for（i in 1：长度（DF1$行））{
如果
PC
对于每个
行都是唯一的，则匹配DF1，您不需要（合并！）模糊比较。只需
merge（DF1，DF2，by=“PC”）
然后按
Ref
的唯一值进行子集。抱歉，我没有说得很清楚。PC不是唯一的，行列中的多个不同地址字符串可能具有相同的PC值。您是否查看了
agrep
函数？谢谢。虽然Line.y只包含6个地址中的3个。我需要一个不包含这些地址的解决方案多次复制同一地址。@克里斯，很抱歉，我真的不明白你的意思。你能提供一个所需的输出吗？在我的示例中，所需的输出类似于DF1和DF2的cbind。但是，由于我的实际数据与此不同，我需要一个解决方案，该解决方案基本上可以读取行和列中的字符串d找到最接近的匹配项。我认为PC列可以用来在每行数据发生之前对数据进行子集划分，因为匹配的地址在PC字段中具有相同的值。那么，为什么不
cbind
然后再进行子集划分呢？我的意思是，唯一常见的列是
Line
？如果您确实需要模糊匹配，但如果不需要的话这种情况下，我们肯定缺少了另一种方式。因为我的实际数据的格式没有那么好。在实际数据集DF1中，第1行可能对应于DF第62349行。我的问题是，对于每个数据集，行列中的字符串是不同的，例如，有些数据集有不同的逗号或单词。onl保证每个DF中匹配行之间相同的是PC列。
 DF3 <- merge(DF1, DF2, by = "PC")
 DF3[!duplicated(DF3$Ref) , ]
        PC                         Line.x    Ref                    Line.y    ID
1  PP1 9RT        92 Parade Street, Yorky  32453 92 Street, Parade, Yorkie OYUIY
2  PP1 9TR         99 York Parade, Yorkie  23412     99 York Parade, Yorky UYTER
4  PP1 9TR      29 Road Street, Townplace  43223     99 York Parade, Yorky UYTER
6  ZZ1 4TY       64 London Street, Jasper 123451      64 London St, Jasper ABGED
9  ZZ1 4TY 46 London Road, Flat 2, Jasper 567348      64 London St, Jasper ABGED
12 ZZ1 4TY      99 Parade Road, Placename  98734      64 London St, Jasper ABGED

for (i in 1:length(DF1$Line)) {
  matchDF1 <- agrep(pattern = DF1$Line[i], x = DF2$Line, max.distance = 0.5,
                    value = TRUE) 
}