R 基于字典替换文本中的字符串

我是新手，需要建议。 我有一个数据框，其中有一个文本字段。我需要修复文本字段中拼写错误的单词。为了帮助解决这个问题，我有了第二个文件（字典），其中有两列——拼写错误的单词和替换它们的正确单词

你建议怎么做？我写了一个简单的“for循环”，但性能是个问题。 该文件约有120K行，字典约有5k行，程序已运行数小时。文本最多可包含2000个字符

代码如下：

output<-source_file$MEMO_MANUAL_TXT
for (i in 1:nrow(fix_file))  {           #dictionary file
target<-paste0(" ", fix_file$change_to_target[i], " ")
replace<-paste0(" ", fix_file$target[i], " ")
output<-gsub(target, replace, output, fixed = TRUE)

---

output这里是一个示例，使用data.table左连接显示@joran注释。它非常快（在这里瞬间）

库（data.table）
n1我会尝试
agrep
。但我不确定它的伸缩性有多好

例如

还可以查看
pmatch
和
charmatch
，尽管我觉得它们对您没有多大用处。
merge
？如果合并太慢，可能是与
数据表的联接？@joran不确定我是否理解。文本可能包含多个需要替换的单词。您是否建议将两个数据文件合并为一个文件会更快？我建议使用左连接，然后像在SQL中一样填充原始数据帧中缺少的值。这可以通过
merge
或使用
data.table
完成，但语法不同。data.table甚至可以使用滚动联接一次性完成。我对“性能是个问题”一点也不感到惊讶。R只是在某些方面不是合适的平台。@joran，我仍然不清楚如何使用您的建议。也许我没有正确地解释这个问题。原始表格有文本，如“客户抱怨今天的服务不好”。我需要的是找到。第二个表中的“客户”，将其替换为“客户”，然后将“投诉”替换为“投诉”。您是否建议基于文本字段中的每个单词创建联接？（可能是100或更多）文本字段将有多个单词（最多2000个字符）-我在理解如何应用您的建议时遇到困难。谢谢，这些都是有用的功能！我需要再考虑一下如何在这种情况下应用它们
library(data.table)

n1 <- 120e3
n2 <- 1e3
set.seed(1)
## create vocab
tt <- outer(letters,letters,paste0)
vocab <- as.vector(outer(tt,tt,paste0))
## create the dictionary 
dict <- data.table(miss=sample(vocab,n2,rep=F),
                   good=sample(letters,n2,rep=T),key='miss')
## the text table
orig <- data.table(miss=sample(vocab,n1,rep=TRUE),key='miss')
orig[dict]

orig[dict]
      miss good
   1: aakq    v
   2: adac    t
   3: adxj    r
   4: aeye    t
   5: afji    g
  ---          
1027: zvia    d
1028: zygp    p
1029: zyjm    x
1030: zzak    t
1031: zzvs    q

> agrep("laysy", c("1 lazy", "1", "1 LAZY"), max = 2, value = TRUE)
[1] "1 lazy"