如何在R中使用sqldf获取两个字符串之间的百分比字符匹配

Question

我想在我的数据框中获得由名称组成的两个字符串/两列之间的百分比字符匹配。 如果下面可以使用 sqldf 实现，那将很有帮助。 下面是我想在我的数据框的一列中实现的示例。

FAYE 与 FAYE2 的对比

输出将是 90%

下面要使用的公式：

总字符数（加上第一个和第二个字符串的长度）= 9 匹配字符乘以 2 除以总字符 = (4 x 2) / 9 *** 我们将匹配的字符乘以 2，因为有 2 个字符串 8/9 = 88.88 % 或 90%

谢谢

Answer 1

我们从问题中的示例假设我们要确定第一个字符串是第二个字符串的子字符串还是反之亦然，如果是，则报告它们的长度比，否则报告 0。此外，示例中的长度比率是 100 * 4 / 5 = 80%，而不是问题中所示的 90%。

# test data
DF <- data.frame(string1 = c("FAYE", "FAYE2", "X"), 
                 string2 = c("FAYE2", "FAYE", "FAYE"), stringsAsFactors = FALSE)

library(sqldf)

sqldf("select *, 
  max(100.0 * (instr(string2, string1) > 0) * length(string1) / length(string2),
      100.0 * (instr(string1, string2) > 0) * length(string2) / length(string1))
      percent from DF")

给予：

  string1 string2 percent
1    FAYE   FAYE2      80
2   FAYE2    FAYE      80
3       X    FAYE       0