匹配 R data.table 中的文本名称

Question

我想将不同的 data.tables 与艺术家数据合并。但是，在我的某些数据集中，艺术家姓名的拼写方式有所不同。我正在寻找一种简单方便的方法来匹配这些艺术家姓名，以便我为每个艺术家提供一个 ID，这样可以更轻松地合并我的数据集。我对 R 还是很陌生，我想知道您是否可以就这个主题给我一些指导。艺术家姓名基本上是不同data.tables中的字符串。

Answer 1

您可以使用library(plyr) 中的?revalue 来更正名称，然后合并它们

dt_age <- data.table(artist=c("Dali","Van Gogh"),
                 age=c(85,37))
dt_paintings <- data.table(artist=c("dali","van gogh"),
                     paintings=c("The peristence of Memory","The Starry Night"))

merge(dt_age,dt_paintings,by="artist") # this is empty

artist_correct <- c("dali"="Dali",
                        "van gogh"="Van Gogh"
                    )
dt_paintings$artist <- revalue(dt_paintings$artist,artist_correct)

merge(dt_age,dt_paintings,by="artist") # this is correct after we correct the names