You need to enable JavaScript to run this app. R语言基于相对百分比差值实现fuzzyjoin模糊表连接的方法咨询
优惠活动
大模型
产品
解决方案
定价
更多

R语言基于相对百分比差值实现fuzzyjoin模糊表连接的方法咨询

你可以直接使用fuzzyjoin包自带的通用模糊连接接口实现需求,无需额外依赖其他包,写法比手动full_join()+filter()更简洁,也支持更多场景的匹配规则定义。

两种常用实现方案如下,均基于你提供的测试数据:

方案1:同时匹配id相等 + scores相对差值≤10%

对应你现有示例的匹配逻辑,直接通过fuzzy_full_join()定义多列匹配规则即可:

library(tidyverse)
library(fuzzyjoin)
df_1 <- tibble(id = c("wombat", "jerry", "akow"), scores  = c(10,  50, 75))
df_2 <- tibble(id= c("wombat", "jerry", "akow"),  scores = c(14,  45, 82))

fuzzy_full_join(
  df_1, df_2,
  by = c("id" = "id", "scores" = "scores"),
  match_fun = list(
    `==`, # id列要求完全相等
    function(x, y) abs(x - y)/x <= 0.1 # scores列要求相对差值≤10%
  )
)

运行结果和你现有实现完全一致:

# A tibble: 2 × 3
  id    scores.x scores.y
  <chr>    <dbl>    <dbl>
1 jerry       50       45
2 akow        75       82

方案2:仅基于scores相对差值连接

和你原本用的difference_full_join()逻辑对齐,仅需自定义距离计算规则即可:

difference_full_join(
  df_1, df_2,
  by = "scores",
  max_dist = 0.1, # 对应10%的相对差值阈值
  dist = function(x, y) abs(x - y)/x, # 自定义距离为相对百分比差值
  distance_col = "rel_diff"
)

如果需要调整相对差值的计算逻辑(比如用两数均值做分母),仅需修改dist参数的自定义函数即可。


内容的提问来源于stack exchange,提问作者Yonghao

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.09 02:18:00