在R语言中匹配两个字符向量相似词并生成对应匹配表

可以用stringdist包的amatch函数实现精准的模糊匹配，再整理成你需要的两列对应表，具体步骤如下：

1. 安装并加载依赖包 #

如果还没安装stringdist，先执行安装命令：

install.packages("stringdist")
library(stringdist)

2. 执行匹配并生成对应表 #

使用amatch计算每个uniques_df_deps元素在uniques_df_gini中的最佳匹配位置，再提取对应匹配值，无匹配则显示NA：

# 定义两个向量
uniques_df_deps <- c("Antioquia",  "Atlántico",  "Bogotá",    "Bolívar",    "Boyacá", "Caldas",    "Caquetá",    "Cauca",  "Cesar", "Córdoba",    "Cundinamarca",  "Chocó", "Huila",  "La Guajira",  "Magdalena", "Meta", "Nariño", "Norte de Santander",     "Quindío",    "Risaralda",  "Santander", "Sucre",  "Tolima", "Valle del Cauca",        "Arauca", "Casanare",   "Putumayo",  "San Andrés y Providencia", "Amazonas",   "Guainía",   "Guaviare",   "Vaupés", "Vichada")

uniques_df_gini<- c("Antioquia", "Atlántico", "Bogotá D.C.", "Bolívar",   "Boyacá",   "Caldas",    "Caquetá",   "Cauca", "Cesar", "Chocó",    "Córdoba",   "Cundinamarca",  "Huila", "La Guajira",  "Magdalena",  "Meta",  "Nariño",    "Norte de Santander","Quindío",   "Risaralda",  "Santander", "Sucre", "Tolima",    "Valle del Cauca")

# 计算匹配位置，采用Jaro-Winkler距离，适合短字符串近似匹配
match_pos <- amatch(uniques_df_deps, uniques_df_gini, method = "jw", maxDist = 0.2)

# 生成对应表
match_table <- data.frame(
  Deps_Identifier = uniques_df_deps,
  Gini_Match = ifelse(is.na(match_pos), NA, uniques_df_gini[match_pos])
)

3. 查看结果 #

执行后match_table就是你需要的两列对应表，部分结果示例如下：

参数说明 #

• method = "jw"：采用Jaro-Winkler距离算法，适合处理像"Bogotá"和"Bogotá D.C."这种前缀一致的字符串匹配
• maxDist = 0.2：设置最大匹配距离，超过这个值的视为无匹配，可根据需求调整（值越小匹配越严格）

内容的提问来源于stack exchange，提问作者John M. Riveros