如何包含一个条件，以便在原始文件中的名称有效但在我的主文件中不存在时，匹配列给出空白

Question

我有一个原始文件和一个主文件，例如：

raw_file

{'resident', 'gulf corp', 'international', 'perl', 'mntain valley'}

master_file

{'mountain valley', 'gulf corp', 'president', 'national', 'perl'}

我想在两个文件中找到相似的字符串。我在python中使用了fuzzy.ratio。

我的输出如下：

resident - president - 98,
gulf corp - gulf corp - 100,
international - national - 85,
perl - perl - 100,
mntain valley - mountain valley - 87
Required output :
resident         
gulf corp - gulf corp - 100,
international     
perl -  perl - 100,
mntain valley - mountain valley -  87

要求：当原始文件中的名称有意义时，即更正而没有任何拼写错误，如果未找到，则应检查 100% 匹配，它应返回空。

有什么办法可以做到这一点吗？

我考虑过限制第一个单词，但在以下情况下无济于事

苹果一号 - 一号阿普尔

ratio = (fuzz.ratio(str1,str2))

Answer 1

在R中，你可以简单地检查相等性。

raw_file = c('resident', 'gulf corp', 'international', 'perl', 'mntain valley')
master_file = c('mountain valley', 'gulf corp', 'president', 'national', 'perl')
df = data.frame(raw=raw_file,master=master_file,
                match=ifelse(raw_file==master_file,"100",""),stringsAsFactors = FALSE)
> df
            raw          master match
1      resident mountain valley      
2     gulf corp       gulf corp   100
3 international       president      
4          perl        national      
5 mntain valley            perl

如果相同单词的 p 位置无关紧要，请更改== %in%

> df = data.frame(raw=raw_file,master=master_file,
+                 match=ifelse(raw_file%in%master_file,"100",""),stringsAsFactors = FALSE)
> df
            raw          master match
1      resident mountain valley      
2     gulf corp       gulf corp   100
3 international       president      
4          perl        national   100
5 mntain valley            perl