用于模糊匹配的快速For循环

下面是我写的一个简单的模糊匹配脚本。输入文件中约有24000个关键字，主列表中约有900000个关键字

目前，处理24000个关键词需要很多时间。 有没有办法消除for循环，让它变得更快

> #=====Install Packages====# 
library(stringdist)
> 
> #=====Import Master List======# 
master_list =
> read.csv('/Documents/Keywords Search Terms
> Tool/input/master/Master List.csv')
> 
> #=====Import Input File=====# input_data =
> read.csv('/Documents/Keywords Search Terms
> Tool/input/test_input_file.csv')
> 
> #=====Fuzzy Matching for Keywords=====#
> #Convert to Characters 
master_list$Keyword<-as.character(master_list$Keyword)
> input_data$Keyword<-as.character(input_data$Keyword)
> 
> #Perform Matching 
fuzzy_match = data.frame()
> 
> for (i in 1:nrow(input_data)){   new_word = subset(input_data, Keyword
> == input_data$Keyword[i])   new_word$match_dummy = ain(new_word$Keyword,master_list$Keyword)   fuzzy_match <-
> rbind(fuzzy_match,new_word) }

安装软件包 图书馆（stringdist） > >#=======导入主列表=================== 主目录= >read.csv（'/Documents/Keywords搜索词 >工具/输入/主控/主控列表.csv'） > >#=======导入输入文件=============输入数据= >read.csv（'/Documents/Keywords搜索词 >工具/input/test_input_file.csv'） > >#====关键字的模糊匹配=====# >#转换为字符 主列表$关键字输入数据$关键字 >#进行匹配 fuzzy_match=data.frame（） > >对于（i in 1:nrow（input_data））{new_word=子集（input_data，关键字 >==输入数据$Keyword[i]）新单词$match\u dummy=ain（新单词$Keyword，主列表$Keyword）模糊匹配rbind（模糊匹配，新单词）}

---

尝试使用stringdistmatrix函数。它是并行的

library(stringdist)     
stringdistmatrix(c('a', 'b', 'c'), c('a', 'b', 'c'))

根据评论更新：

尝试以下方法：

ain(c('a', 'd'), c('a', 'b', 'c'))

这将产生：

TRUE FALSE

---

谢谢，但是如果我在每个数据集中没有相同数量的记录，那就不行了。我还想在输入列表中输出一个新字段，指定是否存在匹配项。