小编sar*_*nes的帖子

我正在尝试在 R 中创建一个程序，用三位数机场代码替换城市名称或机场名称。我想要进行模糊匹配以提供更大的灵活性，因为我试图替换的城市/机场名称的数据来自许多不同的来源。我的问题是，通过模糊匹配左连接，我似乎无法找到一种方法来仅从右表（代码）返回与左表（名称）最接近的匹配。

例如：将城市奥古斯塔 (Augusta, GA) 与奥古斯塔 (Augusta, GA) 和奥古斯塔 (Augusta, ME) 进行匹配并复制数据。我不想限制最大距离，因为我仍然想允许灵活性，但我不能让我的数据重复。我想找到一种方法来进行部分字符串匹配，但只返回最接近的结果。

我尝试过使用 fuzzyjoin 包，但从我所见，没有办法限制只有一场比赛或只有最佳比赛。我知道在 pmatch 中有一个禁止重复的调用，但我找不到使 pmatch 作为连接工作的方法。

data <- stringdist_left_join(data, orig, ignore_case = TRUE)

这是我正在使用的代码，stringdist 是 R 中 fuzzyjoin 包的函数。数据集“data”包含城市名称、航班数量和其他乘客信息。“orig”数据集有一列城市/机场名称和机场代码

SAMPLE INPUT
**data table:**
City Name       Passenger Name    Fare Paid
Augusta, GA         Jon            $100
Dallas, TX          Jane           $200
Spokane, WA         Chris          $300

**orig table:**
City Name      Code
Augusta, GA    JCL
Dallas, TX     DAL
Denver, CO     DEN
Seattle, WA    SEA
Spokane, WA    GEG
Austin, TX     AUS
Augusta, ME …