R语言fuzzyjoin包stringdist_inner_join的by参数使用变量问题

错误原因 #

你之前尝试的写法如by = c(Column1 = Column2)无法生效，是因为R会将命名向量左侧的标识符视为字面量名称，而非解析对应变量存储的字符串值，相当于你实际传入的匹配规则是c("Column1" = "Full.Name2")，框架在左表中找不到Column1列就会抛出找不到列的报错。

正确写法 #

使用base R自带的setNames()函数构造命名匹配向量即可，无需额外依赖包：

# 已定义的列名变量
Column1 <- "Full.Name1"
Column2 <- "Full.Name2"

# 构造匹配规则：向量名为左表列名，向量值为右表列名
match_cols <- setNames(nm = Column1, object = Column2)

JoinedRecs <- DataToUse1 %>%
    stringdist_inner_join(DataToUse2, by = match_cols, max_dist = 2)

也可以直接把setNames()写在参数中简化代码：

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

内容的提问来源于stack exchange，提问作者ULandreman