小编use*_*293的帖子

假设我有一个包含以下单词的变量

ChicKen120
Chicken1.20
Chicken(1.20)
Cow
cow.
cow/
cat

1. 如何找到仅相差一两个字符的相似单词？

我意识到我可以 grep("chicken", df$words, ignore.case=T)找到所有类似于鸡的单词,但是通过每个单词运行它会很繁琐,即第一只鸡,然后是牛,然后是猫......

有没有办法在整列中找到相似的单词？

2. 我想将类似的单词转换为一种标准格式,

   chicken(1.20)
   chicken(1.20)
   chicken(1.20)
   cow
   cow
   cow
   cat
   

   Run Code Online (Sandbox Code Playgroud)

我有两个数据框。

a= 包含数千个不同天气事件观测结果的原始数据集。6000 个观测值

   STATE       EVTYPE
1     AL WINTER STORM
2     AL      TORNADO
3     AL    TSTM WIND
4     AL    TSTM WIND
5     AL    TSTM WIND
6     AL         HAIL
7     AL    HIGH WIND
8     AL    TSTM WIND
9     AL    TSTM WIND
10    AL    TSTM WIND

b= 字典表，其中有大多数天气事件的标准拼写。500 个观测值

    EVTYPE    evmatch
71         DUST DEVEL DUST DEVIL
72         DUST DEVIL DUST DEVIL
73         DUST DEVIL DUST DEVIL
74         DUST STORM DUST STORM
75        EARLY FROST       <NA>
76         EARLY RAIN       <NA>

两者都合并 …