r语言 - 仅当完全匹配不存在时才模糊匹配

Question

>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

Answer 1

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。