订单不匹配和相似性答案

【问题标题】：Order mismatch and similarity订单不匹配和相似性
【发布时间】：2021-09-29 15:50:56
【问题描述】：

我有两个值，它们的顺序不匹配，并且值在理想情况下是相同的。
当我计算字符串相似度时，它们之间的分数与理想分数相差甚远

col_1 = c("USA,UK,APAC")
col_2 = c("UK,APAC,USA")
library(stringdist)
stringdist(col_1,col_2,  method = 'jw')

如何识别 col_1 和 col_2 相似，即使它们的顺序排列错误。即有没有任何方法可以识别两个值在理想情况下是相同的

【问题讨论】：

【解决方案1】：

如果您的值始终用逗号分隔，则可以按逗号分隔，排序然后比较它们。

spl_1 <- sort(unlist(strsplit(col_1, ',')))
spl_2 <- sort(unlist(strsplit(col_2, ',')))

stringdist(spl_1, spl_2, method = "jw")

【讨论】：