带有变量的r FuzzyJoin by子句

Question

我正在尝试调整fuzzyjoin库的内部连接特性。

守则：

JoinedRecs <- DataToUse1 %>%
    stringdist_inner_join(DataToUse2, by = c(Full.Name1 = "Full.Name2"), max_dist = 2)

当我对"by = "子句中的变量进行硬编码时，似乎起作用了。

但是，我想使用变量，其中：

Column1 <- "Full.Name1"
Column2 <- "Full.Name2"

我尝试过一些可能的语法变体，但我总是收到相同的错误消息：

错误:必须按.data中的变量分组。

找不到

• 列col。

如果有人能告诉我使用变量而不是硬编码名称的"by = "子句的正确代码，我会非常感激的。

谢谢!

Answer 1

我们可以使用setNames在by中创建一个命名向量

library(fuzzyjoin)
JoinedRecs <- DataToUse1 %>%
     stringdist_inner_join(DataToUse2, 
      by = setNames(Column2, Column1), max_dist = 2)

-reproducible实例

> iris2 <- data.frame(Species2 = 'setosa', value = 1)
> Column1 <- 'Species'
> Column2 <- 'Species2'
> stringdist_inner_join(head(iris), iris2, 
       by = setNames(Column2, Column1), max_dist = 2)
  Sepal.Length Sepal.Width Petal.Length Petal.Width Species Species2 value
1          5.1         3.5          1.4         0.2  setosa   setosa     1
2          4.9         3.0          1.4         0.2  setosa   setosa     1
3          4.7         3.2          1.3         0.2  setosa   setosa     1
4          4.6         3.1          1.5         0.2  setosa   setosa     1
5          5.0         3.6          1.4         0.2  setosa   setosa     1
6          5.4         3.9          1.7         0.4  setosa   setosa     1