R agrep() 函数行为

Question

我无法理解 agrep() 函数的结果。我不明白我在功能描述中遗漏了什么。 agrep() 用于模糊匹配，我想用它来纠正一些拼写错误。我只想允许最多 2 次插入/删除/替换。

这里是我的代码，仅供参考：

check=c("73SAINTGERMAINLACHAMBOTTE","73CHAMBERY")
agrep("73SAINTGERVAIS",check,ignore.case=TRUE,max.distance=2,value=TRUE)

在这里，我期望的是这个请求没有答案，因为我无法将 "73SAINTGERVAIS" 转换为 "73SAINTGERMAINLACHAMBOTTE" 或 "73CHAMBERY" 最多有 2 次插入/删除 /换人。然而，结果是：

[1] "73SAINTGERMAINLACHAMBOTTE"

这是否意味着插入/删除/替换的概念不是基于字符的（我的意思是字符串 "MAINLACHALBOTTE" 被视为 1 次插入）？

Answer 1

那是因为它也在做部分匹配。例如，'73SAINTGERVAIS' 距离子字符串 '73SAINTGERMAIN'.

两个距离

您可能想尝试 adist，而不是像这样：

check=c("73SAINTGERMAINLACHAMBOTTE","73CHAMBERY", "73SAINTGERMAIN")
adist("73SAINTGERVAIS",check) <= 2
      [,1]  [,2] [,3]
[1,] FALSE FALSE TRUE

如果你想输出匹配的输入字符串的向量，你可以进一步执行以下操作：

check[as.logical(adist("73SAINTGERVAIS",check) <= 2)]

R agrep() function behaviour