>我正在尝试编写一个函数,从Spotify的API获取专辑和艺术家数据框的专辑数据。因为数据集中有一些拼写错误,所以我需要使用模糊匹配函数(如agrepl
(。
然而,一些艺术家,如Absu,他们的专辑按照agrepl
的标准是相同的。例如,Absu有一张名为"Absu"的专辑和另一张名为"Abzu"的专辑。我只想要其中 1 个的数据,但我最终会得到两者的数据。我知道您可以在agrepl
中更改max.distance
,但我需要将其设置得相当低以解决更大的拼写错误。
是否有预构建的函数或简单的方法来告诉R
如果album_name
与mydata[["Album"]]
过滤器完全匹配,然后继续否则:尝试找到一个紧密匹配的过滤器?
这是我尝试过但不起作用的东西:
get_album_data <- function(x) {
get_artist_audio_features(mydata$Artist[x], return_closest_artist = TRUE) %>%
ifelse(album_name %in% mydata$Album[x],
filter(mydata$Album[x] == album_name,
filter(agrepl(mydata$Album[x], album_name, ignore.case = TRUE))))
}
这就是我的代码的样子,无需尝试任何特殊内容
library(dplyr)
library(spotifyr)
library(purrr)
# from Spotify's developer page
Sys.setenv(SPOTIFY_CLIENT_ID = "xxx")
Sys.setenv(SPOTIFY_CLIENT_SECRET = "xxx")
access_token <- get_spotify_access_token()
Artist <- c("Spiritualized", "Fleet Foxes", "The Avalanches", "Absu")
Album <- c("Sweet Heart, Sweet Light", "Helplessness Blues", "Wildflower", "Abzu")
mydata <- data_frame(Artist, Album)
get_album_data <- function(x) {
get_artist_audio_features(mydata[["Artist"]][x], return_closest_artist = TRUE) %>%
filter(agrepl(mydata[["Album"]][x], album_name, ignore.case = TRUE)) %>%
mutate(mydata[["Artist"]][x])
}
有什么想法吗?谢谢
也许您可以先过滤掉那些完全匹配的专辑。
artist_with_exact_matches = mydata$Artist[which(mydata$Artist %in% mydata$Album), ]
mydata_fuzzy_match = mydata[-which(mydata$Artist %in% artist_with_exact_matches), ]
然后使用模糊匹配查找其余的艺术家和专辑匹配。