如何基于字符串列连接两个DataFrame并忽略重音与变音符号？

这个问题在处理多来源字符串数据时太常见了——变音符号编码不一致确实会把连接操作搞砸。好在Julia里有几种简单的方法来解决这个问题，核心思路就是把带重音的字符串转换成「ASCII等价形式」，让基础字符匹配上就行。

方法一：用内置Unicode工具手动去除重音 #

Julia的标准库已经提供了Unicode标准化的功能，我们可以用它来剥离变音符号：

首先定义一个去除重音的函数：

function strip_accents(s::AbstractString)
    # NFKD范式会把带重音的字符分解成基础字符+变音标记
    normalized = normalize(s, :NFKD)
    # 移除所有非间距标记（也就是各种重音、变音符号）
    return replace(normalized, r"\p{Mn}" => "")
end

接下来处理你的DataFrame，生成去除重音后的辅助列，再进行连接：

using DataFrames

# 你的原始数据
fips = DataFrame(muni=["Adjuntas", "Anasco", "Bayamon", "Mayaguez"], fips=[72001, 72011, 72021, 72097])
pops = DataFrame(muni=["Adjuntas", "Añasco", "Bayamón", "Mayagüez"], pop=[17363, 26161, 169269, 71530])

# 给pops添加去除重音后的列
pops_clean = transform(pops, :muni => strip_accents => :muni_clean)

# 基于清洗后的列做左连接
result = leftjoin(pops_clean, fips; on=[:muni_clean => :muni])

如果你想更稳妥，也可以同时清洗两个DataFrame的列再连接，避免其中某一侧隐藏的重音问题：

fips_clean = transform(fips, :muni => strip_accents => :muni_clean)
pops_clean = transform(pops, :muni => strip_accents => :muni_clean)
result = leftjoin(pops_clean, fips_clean; on=:muni_clean)

方法二：用专用包简化操作 #

如果你不想自己写函数，可以用StrippingAccents.jl这个专门处理重音剥离的包，它提供了开箱即用的strip_accents函数：

首先安装并加载包：

using Pkg
Pkg.add("StrippingAccents")
using StrippingAccents, DataFrames

然后直接清洗列并连接：

pops_clean = transform(pops, :muni => strip_accents => :muni_clean)
result = leftjoin(pops_clean, fips; on=[:muni_clean => :muni])

进阶：直接在连接时处理（无需额外列） #

如果不想生成辅助列，也可以在连接的on参数中直接指定处理逻辑，不过这种方式在大数据集上效率会稍低（因为每行都会重复处理）：

result = leftjoin(pops, fips; on = (x -> strip_accents(x.muni)) => (y -> strip_accents(y.muni)))

不管用哪种方法，最终都能让Añasco匹配Anasco、Bayamón匹配Bayamon，完美完成左连接。

内容的提问来源于stack exchange，提问作者mbauman