描述我有兩個(gè)數(shù)據(jù)集，其中包含我需要合并的信息。我僅有的常見字段是不完全匹配的字符串和可能完全不同的數(shù)字字段解釋問題的唯一方法是向您顯示數(shù)據(jù)。這是a.csv和b.csv。我正在嘗試將B合并為A。B中有三個(gè)字段，A中有四個(gè)字段。公司名稱（僅文件A），基金名稱，資產(chǎn)類別和資產(chǎn)。到目前為止，我的重點(diǎn)一直是嘗試通過替換單詞或字符串的一部分以創(chuàng)建完全匹配項(xiàng)，然后使用以下方法來匹配基金名稱：a <- read.table(file = "http://bertelsen.ca/R/a.csv",header=TRUE, sep=",", na.strings=F, strip.white=T, blank.lines.skip=F, stringsAsFactors=T) b <- read.table(file = "http://bertelsen.ca/R/b.csv",header=TRUE, sep=",", na.strings=F, strip.white=T, blank.lines.skip=F, stringsAsFactors=T)merge(a,b, by="Fund.Name") 但是，這只能使我達(dá)到30％的匹配率。剩下的我要手工做。資產(chǎn)是一個(gè)數(shù)值字段，在任何一個(gè)字段中都不總是正確的，并且如果基金的資產(chǎn)較低，則可能會(huì)發(fā)生巨大變化。資產(chǎn)類別是一個(gè)字符串字段，在兩個(gè)文件中“通?！笔窍嗤?，但是存在差異。更為復(fù)雜的是文件B中的不同系列的資金。例如：AGF加拿大價(jià)值A(chǔ)GF加拿大價(jià)值-D在這些情況下，我必須選擇一個(gè)不保留的匹配項(xiàng)，或者選擇一個(gè)稱為“ A”，“-A”或“ Advisor”的匹配項(xiàng)。題您說什么是最好的方法？我必須每月進(jìn)行一次鍛煉，而手動(dòng)進(jìn)行匹配非常耗時(shí)。代碼示例將起到輔助作用。想法我認(rèn)為一種可行的方法是根據(jù)字符串中每個(gè)單詞的第一個(gè)大寫字母對(duì)字符串進(jìn)行規(guī)范化。但是我還無法弄清楚如何使用R實(shí)現(xiàn)這一目標(biāo)。我考慮的另一種方法是根據(jù)資產(chǎn)，基金名稱，資產(chǎn)類別和公司的組合創(chuàng)建匹配索引。但是同樣，我不確定如何用R做到這一點(diǎn)。或者，即使有可能，也是如此。代碼示例，注釋，思想和指導(dǎo)非常感謝！